Image Recognition

논문의 장점: 기존 객체탐지 기술보다 매우 간단하고 경쟁력 있는 성능논문 제안DETR(DEtection TRansformer):이분 매칭 손실 함수 + Transformer image.png\-기존 객체 탐지(object detection)은 너무 복잡하고 다수의 라이

레이어가 깊어질 수록 채널 수는 증가, 넓이와 너비는 감소서로 다른 필터 -> 서로 다른 적절한 특징값 추출.VGG 네트워크 : 3 \* 3 필터 -> 레이어 깊이 늘림, 성능 좋아!!: 네트워크의 최적화 난이도를 낮춘다: 내재 매핑인 H(x)를 바로 학습이 어렵기 때

논문 링크: 링크텍스트사전 학습된 CNN모델 활용네트워크의 가중치 고정 후 이미지 변경이미지를 학습 => 이미지 최적화수식화Feature Map레이어가 깊어질 수록 채널의 수는 증가하지만 너비와 높이는 줄어든다컨볼루션 레이어의 서로 다른 필터들은 각각 적절한 특정 값

장점임의의 스타일 이미지로부터 스타일 정보 가져오기 가능실시간으로 빠르게 스타일 전송 진행 가능(By 이미지의 특징의 statistics변경) Style ReconstructionGram Matrix는 채널의 크기만큼 커진다Content Reconstruction깊어