코딩뚠뚠

YOLO V1 이후 VOLO V2 로 발전상을 공부하려 했으나 시간순서대로 짚어보는 것이 기술의 발전방향을 더 잘 이해할 수 있을 것 같아 이번엔 SSD에 대해 알아보았다. 1. 배경 YOLO V1에서의 grid cell 방식의 region proposal 방식이 Faster RCNN보다 훨씬 높은 FPS를 기록했다. 하지만 정확도 지표인 mAP는 낮게 나오는 문제가 있었다. SSD는 region proposal 방식을 grid cell로 유지하면서 더 좋은 mAP를 낼 수는 없을까 하는 데에서 만들어진 object detection 모델이다. 2. 구조 1) Modified VGG Net (수정된 VGG Net) SSD에서는 수정한 VGG Net을 통해 Feature extraction을 진행했다. 이..

앞선 포스팅에서 최초의 딥러닝 기술이 적용된 Object Detection 모델인 RCNN에 대해 알아보았다. dbstndi6316.tistory.com/271 [머신러닝 공부] 딥러닝/RCNN (object detection) Object Detection RCNN은 최초의 딥러닝 기술이 적용된 Object Detection 모델이다. 1. 배경 1) 단순화의 필요성 기존의 Object Detection 모델인 DPM 등의 classification 과정은 매우 복잡했다. 다양한 필터의 h.. dbstndi6316.tistory.com 이어서 RCNN 의 단점을 극복한 SPP Net 에 대해서 공부해보았다. 1. 배경 1) RCNN의 시간복잡도에의 단점 selective search 를 통해 많은 수의..