논문

VGGNet에서 코드를 직접 구현하기 위해 우리가 알아야 할 핵심 요소1\. nerwork depth2\. 모든 conv filter 3x3으로 고정Q. 깊이를 점진적으로 증가시킨 이유성능 개선 추이 실험Q. LRN을 쓰지 않은 이유성능 안나와서Q. 깊이를 늘렸음에도

폐 조직에 감염/염증이 생겨 공기 대신 고름이나 체액이 찬 상태폐포가 희미해지고, 밀도가 높아짐 (X-ray에서는 하얗게 보임)주요 X-ray 소견 (Radiological signs)딥러닝 기반 폐렴 분류 모델(CNN 등)은 사람 판독처럼 폐렴의 시각적 특징을 자동

제목: Rich feature hierarchies for accurate object detection and semantic segmentation (R-CNN, 2014)저자: Ross Girshick, Jeff Donahue, Trevor Darrell, Jit

FCN 논문“Fully Convolutional Networks for Semantic Segmentation” Jonathan Long, Evan Shelhamer, Trevor Darrell (CVPR 2015)https://arxiv.org/abs/141

논문 : Focal Loss for Dense Object Detection저자 : Tsung-Yi Lin, Priya Goyal, Ross Girshick, Kaiming He, Piotr Dollár출처 : ICCV 2017, Facebook AI Research

💡 참고 문서 Ultralytics YOLOv8 공식 문서 YOLOv8 모델 발표 블로그 YOLO 리뷰 논문 (arXiv:2304.00501) What is YOLOv8 논문 (arXiv:2408.15857) 💡 YOLOv8 개요 및 역사 1️⃣ YOLO 시리즈