[논문 요약12] You Only Look Once: Unified, Real-Time Object Detection
[업데이트 2018.07.06 15:28] 열두번째 요약할 논문은 "You Only Look Once: Unified, Real-Time Object Detection"(https://arxiv.org/pdf/1506.02640.pdf) 입니다. YOLO의 새로운 접근 방법의 핵심은 하나의 convolutional neural network 모델에 기존 3가지 단계로 분리되어 있던 Object Detection 과정 통합하여 end-to-end 학습한 것입니다. 아래의 Figure 1. R-CNN의 경우 2.후보 영역 추출과 3.CNN 학습 과정 그리고 4.분류기 모두 별도로 동작하여 성능이 많이 떨어지게 됩니다. 향후 이를 보완한 Fast R-CNN, Faster R-CNN이 나오지만, YOLO의 경우..
Paper Review
2018. 6. 28. 16:09
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- #ELK Stack
- Ragdoll
- GOD
- Jekyll and Hyde
- some time ago
- Physical Simulation
- 2D Game
- Game Engine
- #TensorFlow
- ILoop Engine
- Memorize
- English
- #REST API
- aws #cloudfront
- Mask R-CNN
- project
- docker
- SSM
- Meow
- 도커
- Worry
- Badge
- Library
- belief
- sentence test
- #ApacheSpark
- #ApacheZeppelin
- Sea Bottom
- ate
- OST
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 |
글 보관함