Data-science (128) 썸네일형 리스트형 convent,detection에서 translatioan invariant 하다는 의미에 관한 고찰 1. 딥러닝에서 Convolution network가 translation invariant 하다는 의미 think there is some confusion about what is meant by translational invariance. Convolution provides translation equivariance meaning if an object in an image is at area A and through convolution a feature is detected at the output at area B, then the same feature would be detected when the object in the image is translated to A'. The pos.. Detection using deep learning study Object Detection: Identify the object category and locate the position using a bounding box for every known object within an image.Semantic Segmentation: Identify the object category of each pixel for every known object within an image. Labels are class-aware.Instance Segmentation: Identify each object instance of each pixel for every known object within an image. Labels are instance-aware. 차례대로.. object detection 공부 object localization vs object detection - localization은 이미지 당 하나의 object에 대해 bounding box를 얻는 문제 - 2 stage Object Detector - Region proposal / detection 순차적으로 수행하는 방법 - 1 stage에 비해 비교적 느리지만 정확하다 - Region proposal -> classification -> multi-class classification, bounding box regression - Fast R-CNN, Faster R-CNN- 1 stage Object Detector - 두 가지 과정을 한번에 처리하는 방법론 - Conv Layers -> Feature Maps -> mul.. detection research review paper review 2 지난 번에 적던 포스트가 다 날라가버림,,, SPP-net이랑, Faste R-CNN과 Faster R-CNN에 대해 적었는데...ㅠㅠㅠ 대충 다시 정리하겠다. R-CNN에서 FC layer로 인해 고정된 input이 요구됐음, 그래서 region proposal 단계에서 계속 같은 크기로 잘라야 했다. 근데 이게 문제가 될 수도 있다! 물체가 잘려나갈수도 있는거임. 왜곡이 일어날 수도있고 (특히 물체의 스케일이 다양할 때 문제가 됨), 이문제를 해결하기 위해 SPP-net이 나왔다. SPP-net conv5를 재활용한다. 이걸 다시 region proposal에 쓴다. (피쳐맵은 로컬한 반응의 세기나 공간상의 위치와 연관된 게 이를 재활용한다는 건 어느정도 말이된다.) SPP layer는 마지막 spa.. detection research review paper review 1 detection Informative region selectionFeature extractionClassification (Supported Vector Machine (SVM), AdaBoost, Deformable Part-based Model (DPM))R-CNN improvementsFast R-CNNjointly optimizes classification and bounding box regression tasksFaster R-CNN takes an additional subnetwork to generate region proposalYOLOaccomplishes object detection via a fixed-grid regressiongeneric object detection.. 머신러닝 이미지 데이터 전처리 주의사항 학습데이터에서 이미지 데이터를 전처리했다. 그럼 테스트데이터에서는 어떻게 해야할까? 이에대한 해답. Contrast Normalization 다양한 이미지로 학습하는 경우 이미지마다 밝기가 다르고 찍은 환경이 다를 수 있습니다. 이것을 어느 정도 통일해 주는 것이 대비 표준화(contrast normalization) 과정입니다. 거의 언제나, 대비 표준화를 거치고 나면 훈련에 사용하기 좋은 데이터가 됩니다. 표준화 과정은 평균을 빼고 표준편차로 나눠주는 \( \hat X = \frac{X - E(X)}{\sigma(X)} \) 과정입니다. 전체 픽셀들의 분포가 평균이 0이고 분산이 1인 정규분포로 바뀌게 됩니다. 이 과정에서 신경써야 할 것은 2가지가 있습니다. 전체 이미지에 대해서 하는지, 각각의 이.. SVM 공부 서포트 백터 머신... 두 클래스를 명확히 구분할 수 있는 경계를 찾는다. 이때 거리 개념으로 특정 거리 이상일 경우 어떤 클래스에 속하도록 경계를 설정하는데 거리를 정의하기 위해 경계와 수직인 벡터가 등장하고 그 벡터와의 내적 개념이 등장. 내적을 이용해서 거리를 정의하고, 제약조건을 준다. 여기서 라그랑주 승수법을 이용 그리고 그 거리를 최대화해서 두 클래스를 구분짓는 경계의 폭을 크게 한다. * 라그랑즈 승수법은 제약조건(보통 boundary condition)을 특정 상수값과 곱해서 목적함수에 더해준다. 그리고 목적함수에 대해 모든 변수들에 대한 편미분을 0으로 한다. 제약조건을 따로 명시할 필요가 없는 좋은 수학 도구이다. -> 이렇게 할 수 있는 이유는 목적함수의 gradient(쉽게 말해 기.. implicit vs explicit explicit : calculate the state of a system at a later time from the state of the system at the current time input이 현재의 것. output이 미래의 것 implicit methods find a solution by solving an equation involving both the current state of the system and the later one. 현재 과거 둘다로부터 솔루션을 찾음. explicit Y(t+delta) =F(Y(t)) implicit G(Y(t+delta),Y(t)) = 0 to find Y(t+delta).... https://en.wikipedia.org/wiki/Expli.. 이전 1 ··· 13 14 15 16 다음
