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 | 31 |
- cs231n lecture5
- 논문분석
- SVM hard margin
- CNN
- Deep Learning
- fast r-cnn
- 데이터 전처리
- SVM margin
- cnn 역사
- SVM 이란
- RCNN
- Computer Vision
- yolov3
- support vector machine 리뷰
- TCP
- EfficientNet
- self-supervision
- Object Detection
- darknet
- svdd
- libtorch
- pytorch
- pytorch project
- DeepLearning
- computervision
- 서포트벡터머신이란
- pytorch c++
- CS231n
- yolo
- Faster R-CNN
- Today
- Total
목록EfficientNet (2)
아롱이 탐험대
PREVIEW 이번 시간부터 본격적인 CNN 학습을 할 것이다. 우리는 classification을 위해 2019년 State-of-art를 달성한 EfficientNet을 사용하여 사람의 얼굴에 대해 나이 인식기를 제작할 것이다. 우선 EfficientNet에 대해 알아야 할 필요가 있다. 아직 EfficientNet에 대해 알지 못하는 사람은 아래 링크를 통해 참고하길 바란다. https://ys-cs17.tistory.com/30 EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks 분석 해당 논문은 MNasNet의 저자인 Mingxing Tan과 Quoc V.Le가 쓴 논문이고, 2019년 CVPR에서 발표되었다. Res..
해당 논문은 MNasNet의 저자인 Mingxing Tan과 Quoc V.Le가 쓴 논문이고, 2019년 CVPR에서 발표되었다. ResNet의 residual block의 등장 이후로 CNN은 2가지 성향으로 발전하고 있다. 이는 정확도만 높이는 방향과 비슷한 정확도를 가지고 효율성을 높이는 방향이다. EfficientNet은 네트워크의 이름과 마찬가지로 정확도와 효율성을 높인 놀라 온 네트워크이다. EfficientNet은 ResNet기반이고, 정확히 말해 base network는 MNasNet을 사용한다. 모델의 구조를 설명하기에 앞서 네트워크의 성능을 높이는 방법은 크게 3가지이다. 1. Depth: layer의 수를 늘리는 방법 2. Width: network의 channel을 증가시키는 방법 ..