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

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 ..
study/paper reviews
2020. 9. 11. 14:57