[논문 요약33] [17] Y. Jia, E. Shelhamer, J. Donahue, S. Karayev, J. Long, R. Girshick, S. Guadarrama, and T. Darrell. Caffe: Convolutional architecture for fast feature embedding. In ACM Multimedia, pages 675–678, 2014. 5

[업데이트 2018.09.08 16:28]

1. 베이스 논문

[논문 요약17] Perceptual Generative Adversarial Networks for Small Object Detection

(http://arclab.tistory.com/172)

The implementation is based on the publicly available Fast R-CNN framework [11] built on the Caffe platform [17].

2. 레퍼런스 논문

[17] Y. Jia, E. Shelhamer, J. Donahue, S. Karayev, J. Long, R. Girshick, S. Guadarrama, and T. Darrell. Caffe: Convolutional architecture for fast feature embedding. In ACM Multimedia, pages 675–678, 2014. 5

(https://arxiv.org/pdf/1408.5093.pdf)

3. 주요 내용 요약

3.1 레퍼런스 논문 주요 내용

Caffe framework는 Berkeley Vision and Learning Center (BVLC)에서 개발한 deep learning framework입니다. Caffe는 Python이 있는 BSD 라이센스 C++ 라이브러리이며 Matlab binding을 지원합니다. deep learning 학습 및 테스트 구현을 효율적으로 그리고 쉽게 개발할 수 있도록 도와줍니다. 또한 CUDA GPU 컴퓨팅을 지원합니다. 

* processing over 40 million images a day on a single K40 or Titan GPU (≈ 2.5 ms per image)

3.2 베이스 논문에서 인용한 내용

Perceptual GAN 구현시 Caffe deep learning framework로 구현된 Fast R-CNN을 사용하였습니다.