본문 바로가기

Stay Hungry Stay Foolish121

[논문 정리] Memory Enhanced Global-Local Aggregation for Video Object Detection https://github.com/Scalsol/mega.pytorch Scalsol/mega.pytorch Memory Enhanced Global-Local Aggregation for Video Object Detection, CVPR2020 - Scalsol/mega.pytorch github.com 완벽하게 이해하진 못했으나, 내용을 계속 익숙하게 머리에 들어오도록 하기위하여 업로드한다..! MEGA(Memory Enhanced Global-Local Aggregation) Memory Enhanced Global-Local Aggregation for Video Object Detection Object Detection in Videos (사람들이 물체의 정체성에 대해 확신하지 못할 때) 1.. 2020. 12. 7.
[논문 정리] Object Detection in the Context of Mobile Augmented Reality 오랜만에 논문 리뷰를 꼼꼼히 해서 아까워서 올려보려고 한다! 핵심 내용만 PPT로 만들어보았다. Methodology와 Evaluation만 담았고, AR환경에서 3D object detection 하는 과정에 대한 논문이다! 5초컷으로 보고 싶은 분들을 위하여, 잘 요약되어있는 adstract를 친절히 써보려고 한다. 중요하지 않아서 대부분 3,4번만 읽는 경우도 많지만 난 abstract를 알면 방향성이나 개요를 알고 읽어서 더 잘 읽히는 것 같다. 더보기로 첨부하겠다. Let's start! Object Detection in the Context of Mobile Augmented Reality 더보기 0. ABSTRACT 지난 몇 년 동안 수많은 CNN 모델과 프레임워크가 개발되어 RGB 영상에.. 2020. 11. 9.
넥슨, 강화학습&AI을 이용하여 게임적용 ndcreplay.nexon.com/NDC2018/sessions/NDC2018_0002.html#k%5B%5D=ai NDC Replay 본 홈페이지에 게재, 공개된 발표자료, 동영상, 이미지, 스크립트 등 일체의 저작물(이하 “저작물”이라 합니다)에 대한 저작권 (2차적저작물작성권 및 편집저작물작성권 포함)은 해당 저작물 ndcreplay.nexon.com ndcreplay.nexon.com/NDC2019/sessions/NDC2019_0061.html#c=NDC2019&t%5B%5D=%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%B0%8D NDC Replay 본 홈페이지에 게재, 공개된 발표자료, 동영상, 이미지, 스크립트 등 일체의 저작물(이하 “저작물”이라 합니다)에 대한.. 2020. 10. 22.
Git clone *github 서비스에서는 download와 clone을 제공한다. 받으려는 폴더의 상위 폴더로 가서 주소를 복사한다. putty에서 디렉토리 안에서 명령어 입력 git clone https://github.com/tensorflow/models.git 똑같이 복사되어있는 것을 확인할 수 있다. 2020. 10. 15.
[논문 정리] Mask R-CNN (2) 논문 내용과 별개로 Mask R-CNN의 특성상 추가적인 지식들이 필요해서 포스팅을 하려고 한다. 솔직히 RNN, CNN 개념이랑 과정 등등 아는 사람들만 Mask R-CNN을 공부하겠지,,,? RNN,CNN에 대해선 언급하지 않겠다. 그래도 공부하다보면 꽤 흥미롭다. 어려울뿐,,,,,,,,,,,,,ㅋ Mask R-CNN : 2017년 KaimingHe에 의해 제안된 알고리즘으로서 이미지 분류, 물체 검출을 동시에 할 수 있도록 고안되었으며 현재에도 많이 사용되고 있다. 영상 처리 분야에는 크게 4가지로, 이미지 분류(Image Classfication), 이미지 검출(Image Recognition), 물체 검출(Object Detection), 이미지 분할(Instance Segmentation)이 .. 2020. 9. 2.
[논문 정리] Understanding the difficulty of training deep feedforward neural networks Understanding the difficulty of training deep feedforward neural networks 간단 정리 2006년 이전에는 심층 다층 신경 네트워크가 성공적으로 훈련되지 않은 것으로 보이는 반면에, 그 이후 여러 알고리즘이 심층 구조와 저층 구조의 우월성을 보여주는 실험 결과와 함께 그것들을 성공적으로 훈련시키는 것으로 나타났다. 이러한 모든 실험 결과는 새로운 초기화 또는 훈련 메커니즘으로 얻어졌다. 여기서 우리의 목표는 무작위 초기화에 따른 표준 구배 강하가 심층 신경망에서 왜 그렇게 나쁜지를 더 잘 이해하여 최근의 상대적 성공을 더 잘 이해하고 미래에 더 나은 알고리즘을 설계하는 데 도움을 주는 것이다. 우리는 먼저 비선형 활성화 함수의 영향을 관찰한다. 우리.. 2020. 9. 2.
[논문 정리] Mask R-CNN (1) Mask R-CNN Abstract 더보기 객체 인스턴스 분할(object instance segmentation) 인스턴스 세그먼테이션의 목표는 이미지에서 특정 객체를 감지하고 관심 객체 주위에 마스크를 만드는 것이다. 단순 경계 상자 대신에 마스크가 결과인 객체 감지로 간주 할 수 있다. 객체 인스턴스 분할을 위한 개념적으로 단순, 유연, 일반적인 프레임워크를 제시한다. 각 인스턴스에 대해 고품질 분할 마스크를 생성, 이미지의 객체를 효율적으로 감지한다. 이는 Mask R-CNN 방법으로, 경계 상자 인식를 위해 기존 branch와 함께 병렬적으로 객체 마스크를 예측하기 위한 branch(분기)를 추가함으로써 Faster R-CNN을 확장한다. Mask R-CNN은 훈련하기 간단하고, 5fps로 작동.. 2020. 9. 2.
[논문 정리] Fixup 초기화 방법 : norm없는 잔차 학습 FIXUP INITIALIZATION : RESIDUAL LEARNING WITHOUT NORMALIZATION ABSTRACT 정규화(norm) layer : 최첨단 심층 신경망 구조에서 필수적, stabilize training, higher learning rate, accelerate convergence and improve generalization (+) (commonly-held beliefs) we challenge! fixed-update initialization(Fixup. 고정-업데이트 초기화) 제안 적절한 초기화 -> exploding & vanishing gradient 문제 해결 fixup을 통한 training은 정규화를 통한 training만큼이나 안정적이다. image .. 2020. 9. 1.
[시계열분석] 핵심 기초 정리_송인식 유투브 https://www.youtube.com/watch?v=U_CHoMjaOSE&list=PLvCgf6iu6Pq2qKK1YgMUgzpnkmrKcLd7O 초보자 전용. 기본 개념 설명에 좋은 youtube 자료 시계열이란? 시간의 흐름에 따라 일정한 간격마다 기록한 통계계열을 시계열 데이터라고 하며, 이 계열의 시간적 변화에는 여러 원인에 기인한 변동이 포함되어 있다. 관측결과 x는 시간 t에 따라서 변동하는 양이므로 그 시계열은 (Xt)로 표시된다. (즉, '일변량 자료'인 Yi와 수집된 시점인 Xi(즉, 시간 t)와의 관계) 내부구조를 포함하고 있는 자료이다. 내부구조란 자기상관, 추세, 계절변동을 의미한다. 1. 시계열 그림(Time Series Plot) 주기성, 추이를 확인한다! 주기성 : 규칙적인.. 2020. 8. 18.
[CS231n] standford university 강의링크 정리 ppt http://cs231n.stanford.edu/syllabus.html Syllabus | CS 231N Schedule and Syllabus The Spring 2020 iteration of the course will be taught virtually for the entire duration of the quarter. (more information available here ) The format of lecture and time is still to be determined. Please stay tuned and check back bef cs231n.stanford.edu https://blog.naver.com/wpxkxmfpdls/221845894049 CS231n 강의.. 2020. 3. 31.