ML&DL
1.CNN(Convolutional Neural Network): LeNet-5
CNN이란 말을 해석해보자 convolution이란? Neural Network란? > LeNet-5를 통해 알아보는 CNN architecture convolution과 subsampling이 번갈아 나오는 구조. > convolution input: W1 filter 개수=k > subsampling 정보를 압축하는 단계. pooling p...
2.YOLO (v3) object detector in PyTorch: Part 1-Understanding How YOLO works
What is YOLO? -You Only Look Once -CNN로 학습한 feature로 object detect A Fully Convolutional Neural Network -YOLO는 layer로 convolutional layer만 사용. 그러면서, FCN(fully CN)만 사용 FCN이어서 input image의 size에 상관되지...
3.YOLO (v3) object detector in PyTorch: Part 2-Creating the layers of the network architecture
YOLO의 layer를 Pytorch를 이용해 구현하는 Chapter Getting Started -detector code가 위치할 폴더 만들기 나는 로컬에 programming/YOLOv3을 만듦 -darknet.py 파일 만들기 나는 VScode에서 YOLOv3을 들어가 파일 생성함 YOLO network를 만드는 파일 -util.py파일 ...
4.YOLO (v3) object detector in PyTorch: Part 3-Implementing the the forward pass of the network
Defining The Network Implementing the forward pass of the network -network의 forward pass: nn.Module의forward 메소드 사용 forward의 역할(1): output 계산 forward의 역할(2): output detection map을 처리하기 쉽게 transform...
5.YOLO (v3) object detector in PyTorch: Part 4-Confidence Thresholding and Non-maximum Suppression
Prerequisites -우리의 output: B x 10647 x 85의 tensor B: batch 개수 10647: image당 예측한 BB 개수 85: BB attribute 개수 -true detection을 얻기 위해서는 output이 object score thresholding, non-maximal suppression을 거치도...
6.YOLO (v3) object detector in PyTorch: Part 5-Designing the input and the output pipelines
Part5에서는 input에서부터 output까지의 pipeline을 구축한다. 즉, image 읽기-->prediction-->prediction을 이용해 image에 BB그리기-->그 image 저장하기 과정을 수행한다는 이야기다. 또한, 실시간으로 이 detector를 작동시키는 방법을 알아볼 것이다. 먼저, detector.py file을 만든다....