Computer-Vision

Two-Stage : 150fps 정도의 속도 였다.One- Stage Detector :YOLO v1 One-Stage Detector란? Region Proposal과 Detection을 한번에 수행2015.12 - SSD 나오면서 YOLO에 영향2016.12

◇ YOLOv1Yolo V1 은 입력 이미지를 S X S Grid로 나누고 각 Grid의 Cell이 하나의 Object에 대한 Detection 수행각 Grid Cell 이 2개의 Bounding Box 후보를 기반으 로 Object의 Bounding Box 를 예측7

◇ YOLOv1 Detection ◇ - NMS◇ NMS(Non Max Suppression)으로 최종 Bbox 예측 ◇◇ 개별 Class 별 NMS 수행 ◇특정 Confidence 값 이하는 모두 제거가장 높은 Confidence값을 가진 순으로 Bbox 정렬가장 높

Passthrough module을 통한 fine grained feature좀 더 작은 오브젝트를 Detect 하기 위해서 26x26x512 feature map의 특징을 유지한 채 13x13x2048 로 reshape한 뒤 13x13x1024에 추가하여 featur

anchor box 기반의 모델과 더 뛰어난 Backbone 구성, 다양한 성능 향상 테크닉을 적용하면서 발전됨.• Feature Pyramid Network 유사한 기법을 적용하여 3개의 Feature Map Output에서 각각 3개의 서로 다른 크기와 scale을

OpenCV에서 Yolo를 이용한 Object DetectionOpenCV Yolo inference 코드는 기존 OpenCV inference코드와 다름.3개의 Output Feature Map 에서 직접 Object Detection 정보 추출Pretrained된

2015년 ILSVRC에서 우승을 차지마이크로소프트에서 개발한 알고리즘(중국인 연구진이 개발)2014년의 GoogLeNet(22개 층)과 비교하면 ResNet은 152개 층그림을 보면 네트워크가 깊어지면서 Top-5 error가 낮아진 것을 확인할 수있다.Q. 신경망이

SSD Detection

EfficientDet(2020)