Table of Content 1. Focal Loss의 필요성 2. Focal Loss 1. Crossentropy Loss를 쓰지 않고 Focal Loss를 쓰는 이유 2. Balanced Cross Entropy Loss를 쓰지 않고 Focal Loss를 사용하는 이유 3. Focal Loss의 적용 Object Detection이란? 여러 object들을 Bounding Box를 통해 Localization(위치 찾기)하고, Classification(어떤 물체인지 분류)하는 작업입니다. Object Detection의 2가지 종류의 알고리즘 1. R-CNN 계열의 two-stage detector 2. YOLO, SSD 계열의 one stage detector SSD관련 논문 리뷰: https:..
🖥️ Computer Vision/📰 Paper
2023. 8. 24. 16:06
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 다중세밀도
- convolution
- GradientDescent
- 논문리뷰
- separable
- Example
- classimbalance
- DeepLearning
- tensorflow
- 특징융합
- Optimizer
- depthwise
- MGFA
- AdamOptimizer
- imbalanceddata
- CriticV
- MobileNet
- PCA
- Focal loss
- fisherconsistency
- 경량화 모델
- code
- GradientScaling
- vlm
- 선형대수
- LossFunction
- eigenvector
- 딥러닝
- logitadjustment
- ScientificReports
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
글 보관함
반응형