논문 제목: Neural Architecture Search with Reinforcement Learning

논문 제목: EfficientDet: Scalable and Efficient Object Detection Introduction

논문 제목: M2Det: A Single-Shot Object Detector based on Multi-Level Feature Pyramid NetworkIntroduction

논문 제목: Cascade R-CNN: Delving into High Quality Object Detection대부분의 object detector들은 positive/negative를 정의하는 IoU의 threshold $u$를 0.5로 설정한다. 이러한 thre

논문 제목: Single-Shot Refinement Neural Network for Object DetectionObject Detection은 1-stage detector와 2-stage detector로 나뉜다. 2-stage detector는 느린 속도를 갖

논문 제목: Focal Loss for Dense Object Detection당시 sota 성능의 object detectors는 R-CNN계열의 detector들과 같은 2-stage detector였다. 물론 YOLO와 SSD와 같은 1-stage detector

논문 제목: Mask R-CNNMask R-CNN은 object detection을 수행하는 기존의 Faster R-CNN에 object masks를 예측하는 branch를 추가한 방법이다. Mask R-CNN은 Faster R-CNN에 비해 약간의 overhead만

14기 김상현 Graph Generation Given Graphs sampled from $p_{data}(G)$ Goal Learn the distribution $p_{model}(G)$ sample from $P_{model}(G)$ 실제 그래프 분포

작성자: 14기 김상현그래프 생성 모델(Graph Generative Model)을 통해 실제 그래프와 유사한 그래프를 생성한다.그래프 생성을 공부하는 이유는 다음과 같다.InsightsPredictionsSimulationsAnomaly detection임의로 선택된

작성자: 김상현

논문 제목: Feature Pyramid Networks for Object Detection 개요 Feature pyramids는 다른 크기들의 객체를 탐지하는 시스템의 기본 요소이다. 그러나 최근의 딥러닝 detection들은 pyramid representati

논문 제목: YOLO9000: Better, Faster, Stronger9000종류의 객체를 탐지할 수 있는 최신의 실시간 object detection system YOLO9000을 소개한다.먼저 기존 YOLO 모델을 개선시킨 YOLO v2를 제안한다. YOLO v

논문 제목: Towards Real-Time Multi-Object Tracking 개요 현대의 Multiple Object Tracking(MOT)은 주로 'tracking-by-detection'의 방법을 따른다. 이 방법은 1) detection model, 2

논문 제목: R-FCN: Object Detection via Region-based Fully Convolutional Networks R-FCN 개요 기존의 Fast/Faster R-CNN과 같은 2-stage detector들은 RoI pooling layer

논문 제목: Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation DeepLab v3+ 개요 Spatial pyramid pooling(SPP)와 encoder-decoder

논문 제목: SSD: Single Shot MultiBox Detector SSD 개요 SSD는 그 당시 state-of-the-art의 성능을 보여줬던 Faster R-CNN보다 높은 detection accuracy를 갖으면서 속도를 향상시켰다. 속도 향상을 위한

논문 제목: Densely Connected Convolutional Networks DenseNet 개요 CNN model들이 굉장히 깊어지면서 새로운 문제가 등장했다. 그 문제는 바로 입력의 정보가 깊은 신경망을 통과하면서 사라지는 문제이다.(반대의 경우 역전파를

투빅스 14기 김상현 What is neural style transfer? 사진1 Nueral style transfer는 신경망을 이용한 스타일 변환이다. 위의 사진1과 같이 content image와 style image가 있을 때, 신경망을 통해 con

논문 제목: You Only Look Once(YOLO): Unified, Real-Time Object Detection YOLO v1 개요 R-CNN과 같은 이전의 object detection 모델과 다르게 YOLO는 1-stage detector로 하나의 네트

논문 제목: Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks Faster R-CNN 개요 SPPnet과 Fast R-CNN은 region proposal computation