# EfficientNet

dangdang

사람 얼굴 이미지 파일 15개, 컴퓨터 이미지 파일 15개를 제공하여 EfficientNet B0 모델로 학습하고,예측용으로 제공되는 10장의(사람 5장 + 컴퓨터 5장) 이미지 데이터 중 컴퓨터인 것만 인쇄하는 프로그램

maseully_hoit

International Conference on Pattern Recognition 2021(ICPR 2021)

jh1213

배경주제 삼겹살 소비량 1위 국가인 대한민국, 축구만큼이나 뜨겁다. 인공지능으로 소고기를 판정하는 기사가 있었고, 왜 돼지는 아직 모호한 기준이나 판별이 없을까 생각을 하고 프로젝트 주제를 선정했었다. 데이터 설명 Ai HUB 를 서치하던 도중에 축산물 품질 이미지

jailies

캐글의 병든 잎사귀 식별 경진대회 'Plant Pathology 2020 - FGVC7' compeition에 참가해 여러 딥러닝 모델 성능 향상 기법을 연습해보았다.여러 잎사귀 사진을 보고, 딥러닝 모델을 활용해 잎사귀가 어떤 질병에 걸렸는지 식별하는 다중분류 문제이

on_board

EfficientNet Rethinking Model Scaling for Convolutional Neural Network 본 리뷰에는 잘못된 내용이 있을 수 있으므로 유의하며 읽으시길 바랍니다. > ### Introduction 기존에는 Convnet의 크기를

jus6886

CNN은 모델의 정확도를 높이기 위해 스케일을 키워가며 발전했다. 본 논문에서는 모델의 깊이, 너비, 입력 이미지 해상도(resolution)의 균형을 맞출 수 있는 새로운 스케일링 방법으로 compound coefficient를 제안한다. compound coeffi

rnjsdb72

Abstract CNN은 고정된 비용으로 발전되어왔고 만약 자원이 더욱 있었다면 성능이 더 올랐을 것이다. 해당 논문에서는 모델의 크기를 체계적으로 조절하고 신경망의 깊이, 너비, 해상도의 균형을 맞추면 성능을 더욱 높일 수 있을 것이라고 말한다. 이러한 관점으로 새로

yyongjae

[Abstact] 기존의 CNN 모델들과는 다른, 새로운 scaling 방법을 제안하는 이 모델은 모든 차원의 depth, width, resolution의 scale을 통일시켜요. 기존의 MobileNets과 ResNet의 방법에서 착안된 EfficientNet은 I

glee623

활성화 함수 swish

iissaacc

AlexNet 이후로 CNN은 덩치를 키우는 방식으로 정확도를 높여왔고 그 꽃이 ResNet이다. 이후의 CNN연구는 두 방향으로 갈린다. 정확도를 높이거나 연산효율을 높이거나. 이 연구에서는 두 가지를 동시에 높이려고 시도했다.

riverdeer

Tan, M., & Le, Q. (2019, May). Efficientnet: Rethinking model scaling for convolutional neural networks.

jkseo50

EfficientNet 모델을 IPU에 포팅하는 방법을 알아봅시다.

mink7878

투빅스 15기 오주영