| 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 |
- 에지 검출
- 논문 요약
- vision transformers for dense prediction 논문
- 원격 학습 안끊기게
- clip
- albert 논문
- vision transformers for dense prediction 논문 리뷰
- dpt 논문
- 이미지 필터링
- blip-2
- clip adapter
- vit segmentation
- 엔트로피란
- Object detection article
- vision transformers for dense prediction 논문 요약
- albert 모델
- albert 논문 리뷰
- 기계학습
- mobilenetv1
- 논문 리뷰
- 1차 미분 마스크
- vit dense prediction
- 딥러닝 엔트로피
- vision transformers for dense prediction
- object detection
- 객체 검출
- vision transformers for dense prediction paper
- vlm
- 딥러닝 목적함수
- dpt paper
- Today
- Total
목록object detection (2)
My Vision, Computer Vision
[논문 리뷰/요약]Tiny Object Detection in Aerial Images
AI-TOD_ICPR_camera_ready.pdf drive.google.com 본 논문의 main contribution 항공 이미지의 소형 객체 탐지를 위한 AI-TOD dataset을 소개한다. 소형 객체 탐지를 위한 네트워크 제안(M-CenterNet) → 이 내용은 본 글에 담지 않았음. Abstract AI-TOD dataset의 개요는 아래와 같다. Image : 28,036개 Object : 700,621개 Class : 8개 객체 평균 크기 : 12.8픽셀(제일 큰 객체 64픽셀) Introduction Tiny object detecion(소형 객체 탐지)는 대규모 감시, 지능형 교통, 위치 기반 서비스 등에 이용된다. 기존 객체 검출 태스크에 비해 항공 이미지 내 객체가 미시적인 경..
Fast R-CNN This paper proposes a Fast Region-based Convolutional Network method (Fast R-CNN) for object detection. Fast R-CNN builds on previous work to efficiently classify object proposals using deep convolutional networks. Compared to previous work, Fast R-CNN emp arxiv.org Abstract Fast R-CNN(Region-based)은 R-CNN에 비해 VGG16을 9배 빠르게 훈련시키고, test time은 213배 더 빠르다. PASCAL VOC 2012에서 높은 mAP 성능을 달성..