X:AI8 [X:AI] DeepLAB V1 논문 이해하기 [ 사전 지식 ] Fully Convolutional Networks (FCN) : 기존 이미지 분류에서 성능이 좋은 CNN 기반 모델을 Semantic Segmentation Task를 수행할 수 있도록 변형시킨 모델 구조 1. Convolution Layer를 통해 Feature 추출 2. 1x1 Convolution Layer를 이용해 Feature map의 channel 수를 dataset 객체의 개수와 동일하게 변경 ( Heatmap 추출 ) 3. 낮은 해상도의 Heatmap을 Upsampling 하여 입력 이미지와 같은 크기의 Map을 생성 4. 최종 피처 맵과 라벨 피처 맵의 차이를 이용하여 Network 학습 하지만 FCN Network에서는 입력 이미지가 convolution 과정을 거치.. 2022. 8. 29. [X:AI] EfficientNet 논문 이해하기 『 EfficientNet : Rethinking Model Scaling for Convolutional Neural Networks. 2019. 』 0. Abstract - Convolution Neural Network에서는 일반적으로 더 많은 자원을 사용할 수 있을 때, 더 좋은 정확도를 위해 스케일을 키운다. - 본 연구에서는 주로 Network의 깊이(Depth), 폭(Width), 해상도(Resolution)가 균형을 이룰 때 더 좋은 성능을 보인다는 것을 알아냈고, 따라서 이 3가지에 대한 관찰을 바탕으로 본 논문은 단순하지만 효과적으로 depth, width, resolution의 모든 차원을 균일하게 scaling하는 새로운 방법을 제안한다. - Neural architecture 검색.. 2022. 7. 25. 이전 1 2 다음
