반응형 논문 요약3 R-CNN & Fast R-CNN 비교 정리 안녕하세요 Candy lee 입니다. 오랜만에 포스팅을 하는 것 같아요^^ 오늘은 이전에 리뷰해 본 R-CNN과 Fast R-CNN 논문 핵심 내용을 비교해서 정리해 보려 합니다. 우선, R-CNN과 Fast R-CNN 모두 객체 탐지(Object Detection)의 종류 중 하나에 속하는데요, 객체 탐지(Object Detection)은 Classification(어떤 물체인지 판별 단계)과 Localization(물체의 위치 찾기 단계)의 혼합체 입니다. Object Detection = Classification + Localization(경계 상자 그리기) 우선 Object Detection에는 1-stage detector와 2-stage detector가 있습니다. 1-stage detect.. 2021. 2. 7. R-CNN 정리(3) 논문 원제목) Rich feature hierarchies for accurate object detection and semantic segmentation 논문 개인 공부 기록 남기기 포스팅입니다. 전반적 중요 내용 요약이므로 논문 전체의 디테일 요소까지 다루지 않을 수 있음을 알려드립니다. [Training] Supervised pre-training) In this paper, we pre-trained CNN on large auxiliary dataset(ILSVRC 2012) with image-level annotations.(i.e...No bounding box labels) Pre-training was performed by using Caffe CNN library(open sou.. 2021. 1. 21. R-CNN 정리(1) 논문 원제목) Rich feature hierarchies for accurate object detection and semantic segmentation 논문 개인 공부 기록 남기기 포스팅입니다. 전반적 중요 내용 요약이므로 논문 전체의 디테일 요소까지 다루지 않을 수 있음을 알려드립니다. [Abstract] This paper propose simple & scalable detection algorithm called "R-CNN". R-CNN is a mixture of region proposal and CNN. (Regions with CNN features) R-CNN has achieved significant increment of mAP more than 30% compared to.. 2021. 1. 11. 이전 1 다음 반응형
