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 | 29 | 30 |
Tags
- Deep Learning
- Faster R-CNN
- SVM margin
- CNN
- self-supervision
- TCP
- SVM 이란
- pytorch
- DeepLearning
- support vector machine 리뷰
- pytorch project
- cs231n lecture5
- yolov3
- EfficientNet
- 논문분석
- yolo
- RCNN
- fast r-cnn
- SVM hard margin
- CS231n
- pytorch c++
- computervision
- cnn 역사
- darknet
- Object Detection
- Computer Vision
- 서포트벡터머신이란
- libtorch
- svdd
- 데이터 전처리
Archives
- Today
- Total
목록객체 추적 (1)
아롱이 탐험대

이전까지는 cnn의 동작원리에 대해 알아보았고, 오늘부터는 cnn의 많은 종류 중 하나인 Spatial Localization and Detection에 대해 알아보자. 참고로 이번 챕터에서는 몇 개의 논문이 나오는데 이는 cs231n 분석에서 생략하고 논문 리뷰 카테고리에 있는 논문 리뷰를 링크를 줄 테니 참고 바란다. CNN을 크게 보면 4가지 종류가 있다. 전체적으로 본다면 오른쪽으로 갈수록 컴퓨터 입장으로써 더 어렵다고 생각하면 된다. 우선 맨 왼쪽에 위치한 classification부터 보자. classification은 단순히 사진을 input으로 받으면 cnn이 이에 해당하는 label을 붙어준다. 두 번째인 classification+localization은 앞서 설명한 classifica..
study/cs231n
2020. 4. 17. 14:33