Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- rtcm
- Paper Review
- Batch Normalization: Accelerating Deep Network Training by ReducingInternal Covariate Shift
- f9p
- VGGNET
- 딥러닝
- machine learning
- one-stage
- ImageNet Classification with Deep Convolutional Neural Networks 리뷰
- ML
- overfeat
- Mask R-CNN
- Deep Residual Learning for Image Recognition
- Very Deep Convolutional Networks for Large-Scale Image Recognition
- batch normalization
- vggnet리뷰
- 논문리뷰
- ntrip
- instance segmentation
- batch norm
- batch norm리뷰
- resnet리뷰
- RTK
- zed-f9p
- Deep learning
- object detection
- AI
- c099-f9p
- alexnet리뷰
- ImageNet Classification with Deep Convolutional Neural Networks
Archives
- Today
- Total
목록Paper Review (1)
zlzon
[논문리뷰][OverFeat]Integrated Recognition, Localization and Detectionusing Convolutional Networks
Abstract OverFeat는 classification, localization, detection을 통합한 최초의 1-stage detection 모델이다. 또한 multiscale, slinding window 방식이 ConvNet에서 어떻게 효율적인지 설명한다. 또한 ILSVRC2013 localization 분야에서 우승한다. 21 Dec 2013 에 발표되었고 2-stage방식인 R-CNN의 경우는 OverFeat보다 한달 빠른 11 Nov 2013에 발표되었다. Introduction OverFeat의 핵심은 classify, locate, detect object를 동시에 학습시키는 최초의 1-stage 방식이다. 또한 OverFeat는 localization, detection한 pr..
Paper Review
2021. 12. 22. 16:46