전체 글301 [2024-2] 임재열 - CornerNet, CenterNet Abstract 1. 이 방법에서는 하나의 컨볼루션 신경망을 사용하여 객체의 바운딩 박스를 좌상단 코너(top-left corner)와 우하단 코너(bottom-right corner)라는 한 쌍의 키포인트(keypoints)로 탐지합니다.2. 객체를 쌍으로 된 키포인트로 탐지함으로써 기존의 단일 단계 탐지기(single-stage detectors)에서 일반적으로 사용되던 앵커 박스(anchor boxes) 설계가 필요하지 않게 됩니다.3. 이 혁신적인 접근법에 더해, 우리는 네트워크가 코너를 더 잘 지역화(localize)할 수 있도록 돕는 코너 풀링(corner pooling)이라는 새로운 유형의 풀링 레이어를 도입했습니다.4. 실험 결과, CornerNet은 MS COCO 데이터셋에서 42.2%의.. 2024. 12. 27. [2024-2] 황영희 - ImageNet Classificatioin with Deep Convolutional Neural Networks(AlexNet) https://papers.nips.cc/paper_files/paper/2012/hash/c399862d3b9d6b76c8436e924a68c45b-Abstract.html Papers with Code - ImageNet Classification with Deep Convolutional Neural Networks#4 best model for Graph Classification on HIV-fMRI-77 (Accuracy metric)paperswithcode.com1. Introduction이전의 데이터셋 크기는 수만 장 수준으로 상대적으로 매우 적었다. 따라서 MNIST와 같은 데이터셋에서는 라벨을 유지하면서 데이터 증강(augmentation)을 적용하면 간단한 인식 작업은 높은 성능으로.. 2024. 12. 27. [2024-2] 임재열 - GAN(Generative Adversarial Networks), Conditional GAN GAN(Generative Adversarial Networks, 생성적 적대 신경망)은 2014년 Ian Goodfellow 등이 제안한 모델입니다. 해당 논문을 요약하여 모델의 핵심 아이디어를 파악하고, GAN의 한계점을 극복하기 위해 2014년 Mehdi Mirza와 Simon Osindero가 제안한 Conditional GAN 모델도 간단하게 알아보겠습니다. [GAN]https://arxiv.org/abs/1406.2661 Generative Adversarial NetworksWe propose a new framework for estimating generative models via an adversarial process, in which we simultaneously train tw.. 2024. 12. 21. [2024-2] 김영중 - Seq2Seq(Sequence to Sequence Learning with Neural Networks) https://arxiv.org/abs/1409.3215 Sequence to Sequence Learning with Neural NetworksDeep Neural Networks (DNNs) are powerful models that have achieved excellent performance on difficult learning tasks. Although DNNs work well whenever large labeled training sets are available, they cannot be used to map sequences to sequences. In this paparxiv.org Abstract Sequence-to-Sequence(Seq2Seq) 모델은 기존의 순환.. 2024. 12. 21. 이전 1 ··· 50 51 52 53 54 55 56 ··· 76 다음
