분류 전체보기(224)
-
Mask R-CNN (번역)
Mask R-CNN Kaiming He Georgia Gkioxari Piotr Doll´ar Ross Girshick Facebook AI Research (FAIR) Abstract 개체 인스턴스 분할을 위한 개념적으로 간단하고 유연하며 일반적인 프레임워크를 제시합니다. 우리의 접근 방식은 이미지의 객체를 효율적으로 감지하는 동시에 각 인스턴스에 대해 고품질 분할 마스크를 생성합니다. Mask R-CNN이라고 하는이 방법은 경계 상자 인식을 위해 기존 분기와 병렬로 오브젝트 마스크를 예측하는 분기를 추가하여 Faster R-CNN을 확장합니다. Mask R-CNN은 학습이 간단하며 5fps로 실행되는 Faster R-CNN에 약간의 오버헤드만 추가합니다. 또한 Mask R-CNN은 다른 작업으로 일반..
2021.03.02 -
SPPnet: Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition (번역)
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun Abstract 기존 심층 컨볼루션 신경망(CNN)에는 고정 크기(예 : 224x224) 입력 이미지가 필요합니다. 이 요구사항은 "인공적"이며 임의의 크기/스케일의 이미지 또는 하위 이미지에 대한 인식 정확도를 떨어뜨릴 수 있습니다. 이 작업에서는 위의 요구사항을 제거하기 위해 네트워크에 또 다른 풀링 전략인 "공간 피라미드 풀링"을 장착합니다. SPP-net이라고 하는 새로운 네트워크 구조는 이미지 크기/스케일에 관계없이 고정 길이 표현을 생성할 수 있습니다. 피라미드..
2021.02.26 -
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks (번역)
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks Shaoqing Ren, Kaiming He, Ross Girshick, and Jian Sun Abstract 최첨단 물체 탐지 네트워크는 물체 위치를 가설하기 위해 지역 제안 알고리즘에 의존합니다. SPPnet[1] 및 Fast R-CNN[2]과 같은 발전으로 인해 이러한 탐지 네트워크의 실행 시간이 단축되어 지역 제안 계산이 병목 현상으로 드러났습니다. 이 작업에서는 감지 네트워크와 전체 이미지 컨볼루션 기능을 공유하여 거의 비용이 들지 않는 지역 제안을 가능하게 하는 RPN(Region Proposal Network)을 소개합니다. RPN은 각 위치에서 객체..
2021.02.25 -
Fast R-CNN (번역)
Fast R-CNN Ross Girshick Microsoft Research Abstract 이 논문은 물체 감지를 위한 Fast Region 기반 Convolutional Network 방법 (Fast R-CNN)을 제안합니다. Fast R-CNN은 이전 작업을 기반으로 딥 컨볼루션 네트워크를 사용하여 객체 제안을 효율적으로 분류합니다. 이전 작업과 비교하여 Fast R-CNN은 몇 가지 혁신을 사용하여 학습 및 테스트 속도를 향상시키는 동시에 탐지 정확도를 높입니다. Fast R-CNN은 매우 깊은 VGG16 네트워크를 R-CNN보다 9배 더 빠르게 훈련시키고, 테스트 시간에 213배 더 빠르며, PASCAL VOC 2012에서 더 높은 mAP를 달성합니다. SPPnet에 비해 Fast R-CNN은..
2021.02.24 -
OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks (번역)
OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks Pierre Sermanet David Eigen Xiang Zhang Michael Mathieu Rob Fergus Yann LeCun Courant Institute of Mathematical Sciences, New York University 719 Broadway, 12th Floor, New York, NY 10003 Abstract 분류, 지역화 및 탐지를 위해 Convolutional Networks를 사용하기 위한 통합 프레임 워크를 제시합니다. ConvNet 내에서 다중 스케일 및 슬라이딩 윈도우 접근 방식을 효율적으로 구현..
2021.02.23 -
R-CNN, Rich feature hierarchies for accurate object detection and semantic segmentation (번역)
Rich feature hierarchies for accurate object detection and semantic segmentation Ross Girshick Jeff Donahue Trevor Darrell Jitendra Malik UC Berkeley Abstract 표준 PASCAL VOC dataset에서 측정한 물체 감지 성능은 지난 몇 년 동안 정체되었습니다. 가장 성능이 좋은 방법은 일반적으로 여러 low-level 이미지 기능과 high-level context를 결합하는 복잡한 앙상블 시스템입니다. 이 논문에서 우리는 VOC 2012의 이전 최고 결과에 비해 mAP를 30 % 이상 향상시켜 53.3 %의 mAP를 달성하는 간단하고 확장 가능한 탐지 알고리즘을 제안합니다. 우리..
2021.02.22