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