Paper review
-
Mask R-CNN (ICCV 2017)Paper review/WPPP 논문 간단 리뷰 2021. 7. 27. 00:15
2021년 1월 1주차 3변 논문 Title : Mask R-CNN (ICCV 2017) Task : Faster RCNN에서 Masking을 추가하여, object detection에 Instance Segmentation을 다루는 model로 COCO challenge에서 이전 모델들 보다 높은 성능을 보인 2-stage detector Dataset : COCO instance segmentation/object detection benchmark 2015/2016 Prior Problem : 기존 R-CNN계열에서 쓰이는 RoI pooling은 detection을 위한 방법이었기 때문에, 정확한 위치 정보를 요구하지는 않았지만, 정확하게 pixel단위로 detection하는 segmemtation..
-
Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning (2017 AAAI)Paper review/WPPP 논문 간단 리뷰 2021. 7. 27. 00:12
2021년 1월 1주차 2번 논문 Task : classification Dataset : ILSVRC 2012 classification benchmark Goal : residual block과 inception을 결합한 model을 만들어서 vanishin gradient를 방지하는지 확인해보고, residual block 없이도 깊은 model 학습이 어렵지 않음을 보여주고자 함(Inception-v4와 Inception-renset-v2 비교) Contribution : Inception module에 residual block의 결합한 inception-resnet과 residual block이 없는 inception-v4와 비교함으로써 residual이 없어도 최종 성능은 비슷하다는 것을 보..
-
Rethinking the Inception Architecture for Computer Vision (CVPR 2016)Paper review/WPPP 논문 간단 리뷰 2021. 7. 27. 00:08
2021년 1월 첫째 주 논문 1번 - 겨울방학때 두 달 동안 진행했던 논문 리딩 스터디입니다. [리딩후 짧게 요약] - teams에 짧게 요약했던 글들을 옮기고 있습니다. - 논문 리딩 스킬이 부족했던 시기라 다소 부정확하거나 부족한 점이 있을 수 있습니다. Title : Rethinking the Inception Architecture for Computer Vision (CVPR 2016) Task : classification Dataset : ILSVRC 2012 classification benchmark Prior Problem : Inception module은 같은 년도에 나온 VGG보다 computational cost가 적다는 장점이 있지만 model이 복잡하다는 단점이 있었다. C..
-
[DETR] End-to-End Object Detection with Transformers, Object detection(1)Paper review/WPPP 논문 간단 리뷰 2021. 1. 19. 04:26
arxiv.org/pdf/2005.12872.pdf 2021년 1월 3주차 논문 2번 Title : (DETR)End-to-end Object detection with Transformers (ECCV 2020) Task : object detection, segmentation Dataset : COCO benchmark Prior Problem : 기존 object detection분야에서는 NMS처럼 prior knowledge가 필요한 경우가 많았다. 복잡하기도 하고 대상에 대한 정보도 필요했다. Goal : 기존 object detection과 달리 간단하면서 가변성이 좋고 준수한 성능을 보이는 architecture 제안. (transformer와 bipartite matching(이분 매칭..
-
MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications , classification(1)Paper review 2021. 1. 15. 22:05
Task : Image classification, object detection Dataset : ImageNet, COCO Goal : 기존에 경량화를 시도하는 model들은 주로 network의 size에 집중했는데, 저자들은 speed를 타겟으로해서 경량화를 시도 (depthwise separable convolution 적용) Contribution: - Xception에서 소개한 depthwise separable convolution을 사용하여 성능은 살짝 줄어들어도 연산 속도를 대폭 줄임(paramter 대폭 감소) (논문 제목에도 있듯이 molibe vision application에 적용 가능성을 보여줌) Abstract 저자들은 mobile같이 소형 device나 여러 vision a..