Boostcamp AI Tech Level2 P-stage Object Detection

Object Detection Task에는 어떤 라이브러리가 쓰이는지, 학습된 모델들은 어떤 Metric을 통해 평가되는지

💡 R-CNN부터 SPPNet, Fast R-CNN, 그리고 최신 2 Stage Detector들의 기초가 되는 Faster R-CNN Background 입력 이미지 -- 계산 --> Localization -- 계산 --> Classification **1. 객

💡 MMDetection & Detectron2 ||MMDetection|Detectron2| |공통점|전체 프레임워크를 모듈 단위 분리|| |특징|- 많은 프레임워크 지원 - 속도 빠름|- OD 외에도 Segmentation,

💡 Further Dev in 2 stage Detectors Cascade RCNN Deformable Convolutional Networks(DCN) Transformer Vision Transformer (ViT) End-to-End Object Det

💡Custom mosaic (Random crop X. 경계선 유지하면서 Crop)MixUpHeavy Augmentation (RandomCrop, HorizontalFlip, VerticalFlip, ToGray, GaussNoise, MotionBlur, Medi

💡 Object detection detectors (1 stage detector, 2 stage detector) 2-stage detector 1-stage detector 참고 https://www.secmem.org/blog/2021/06/20/Obje

💡 대회 metric vs 내가 사용한 metric AiStages Object Detection 대회 metric 문제점 내가 사용한 metric Class AP Precision Recall Macro-Average F1-score