딥러닝 논문
1.Network In Network(NIN) 정리
2014년에 ICLR에 accept된 Network In Network를 정리해본다.논문 작성자는 수용영역안에서 local patches에 대한 모델 차별성을 높이기 위해 Network In Network 모델 구조를 제시한다.고전적 convolution 모델은 비선형
2.ImageNet Classification with Deep Convolutional Neural Networks(Alexnet) 논문 정리
ImageNet Classification with Deep Convolutional Neural Networks 논문을 읽은 내용을 정리해보려고합니다. 논문을 번역하면서 요약 정리하는 concept이지만, 내용을 정리하기 위해서 중간중간 제가 정리한 내용도 들어갑니
3.Visualizing and Understanding Convolutional Networks(ZFnet) 논문 정리
Visualizing and Understanding Convolutional Networks(ZFnet) 를 정리! 논문을 번역하면서 요약 정리하는 concept이지만, 내용을 정리하기 위해서 중간중간 제가 정리한 내용도 들어갑니다. 혹시나 틀린 부분이 있다면 댓글
4.Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 논문 정리
2014년에 발표된 SPPnet을 정리!혹시나 틀린 부분이 있다면 댓글로 알려주시면 감사하겠습니다 :)2000개의 region proposal된 이미지 모두에 대해서 순차적으로 CNN연산을 적용하기 때문에 학습이나 테스트시에 시간이 굉장히 많이 소요된다.AlexNet의
5.Going deeper with convolutions(GoogLeNet) 논문 정리
2014년에 발표된 GoogLeNet을 정리!혹시나 틀린 부분이 있다면 댓글로 알려주시면 감사하겠습니다 :)GoogLeNet은 ILSVRC14에서 SOTA를 달성한 모델이다.이 모델 아키텍처에서 주요한 특징은 모델의 depth, width를 늘리면서 모델의 성능을 높이
6.MobileNets: Efficient Convolutional Neural Networks for Mobile Vision 논문 정리
Section 2 Efficient Net의 목적처럼 모델을 줄이기 위한 다양한 related work에 대해서 소개한다. factorization....etc, 더 적기,,, Section 3 depth-wise conv, depth-wise separab
7.Squeeze-and-Excitation Networks(SENet)논문 정리
Squeeze-and-Excitation Networks(SENet)을 읽고 내용을 정리하고자 한다.주의 : 내용이 중구난방,,입니다convolutional neural network는 spatial, channel-wise한 정보를 서로 융합시키는 방법으로 infor
8.EfficientDet 논문 정리
EfficientDet을 읽고 내용을 정리하고자 한다.CV에서 모델의 효율성은 점점 더 중요해지고 있다.해당 논문에서, 효율성을 상승시키기 위한 몇가지 최적화 방법과 network architecture에 대해서 소개한다.첫번째는 BiFPN, 두번째는 compound