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 |
Tags
- Python
- ubuntu
- deep learning
- 강화학습
- Reinforcement Learning
- 그래프 이론
- CNN
- eecs 498
- image processing
- BFS
- opencv
- 딥러닝
- One-Stage Detector
- AlexNet
- Mask Processing
- real-time object detection
- 머신러닝
- MinHeap
- 백준
- YoLO
- two-stage detector
- C++
- LSTM
- dynamic programming
- dfs
- DP
- NLP
- machine learning
- r-cnn
- MySQL
Archives
- Today
- Total
목록다항 로지스틱 회귀 (1)
JINWOOJUNG

IntroductionObject Detection Task는 Machine Learning이 필수적으로 요구된다. 모델의 성능 향상을 위해선 더 큰 데이터 셋(Large Dataset), 더 강인한 모델의 학습(More Powerful Model), 과적합(Preventing Overfitting)을 막기 위한 기술의 사용이 요구된다.Large Dataset이전까지는 Label을 유지한 Augmentation을 사용하면, 데이터 셋의 크기가 작아도 충분히 좋은 성능을 보였다. 하지만, 현실에서의 객체 인식 문제의 차원은 크고 다양한다. 즉, Occlusion, 조명, 변형 등 현실 세계에서의 다양성과 복잡성을 작은 데이터 셋은 충분히 반영하지 않고 있다. 또한, 작은 데이터 셋은 모델의 Overfitt..
딥러닝/논문
2025. 1. 4. 22:30