# VGG

14개의 포스트
post-thumbnail

VGG 논문 리뷰

네트워크 depth 키우기3 × 3 Conv 필터 고정적으로 사용하기(1번과 중첩) 16~19 weight layers 사용하기3 × 3 필터로 2번 Convolution 하는 것과 5 × 5 필터로 1번 Convolution 하는 것은 동일한 사이즈의 Feature

2022년 9월 21일
·
0개의 댓글
·

[논문 리뷰] Very Deep Convolutional Networks For Large-Scale Image Recognition

CNN의 깊이의 효과에 대해서 연구했다.매우 작은 3\*3 convolution filter의 구조로 깊이를 증가시켜 16~19까지 깊이를 증가시켰다.커다란 데이터셋과 고성능 컴퓨팅 기술로 인해 CNN은 이미지와 비디오 인식 분야에서 성공적이다.컴퓨터 비전 분야에서 정

2022년 6월 19일
·
0개의 댓글
·
post-thumbnail

[DL] CNN

CNN의 구조와 활용

2022년 3월 26일
·
0개의 댓글
·

AI를 이용한 노트 필기 앱 : APlus (VGG model)

✔️ VGG model nn.Sequential 을 이용해서 VGG model을 이전에 작성했던 것보다 더 깔끔하게 작성할 수 있었다! image size는 32*32*3으로 resize해서 넣어주었다! VGG model 코드를 확실히 이해하고 싶다면 아래 post를

2022년 1월 22일
·
0개의 댓글
·

VGGNet

VGG16 > - VGGNet은 옥스포드 대학의 연구팀 VGG에 의해 개발된 모델로, 2014년 이미지넷 이미지 인식 대회에서 준우승을 한 모델이다. 통상적으로 VGGNet 모델부터 네트워크의 깊이가 이전 모델 대비 깊어졌다고 한다. CNN 알고리즘들 중에서는 이미지

2022년 1월 20일
·
0개의 댓글
·

[D&A 운영진 딥러닝 스터디] 3주차 2차시

이미지 분류 모델을 측정하기 위한 데이터로 가장 많이 사용하는 데이터셋2만 개 이상의 클래스와 약 1400만장의 이미지로 구성ILSVRC(ImageNet Large Scale Visual Recognition Challenge) 대회에서 사용Yann LeCun 교수가

2022년 1월 18일
·
0개의 댓글
·
post-thumbnail

[밑바닥부터 시작하는 딥러닝1] 04. 합성곱 신경망(CNN)

합성곱 신경망(CNN; Convolutional Neural Network) 이미지 인식, 음성 인식에서 자주 사용 합성곱 계층(Convolution Layer), 풀링 계층(Pooling Layer) 존재 풀링 계층은 생략 가능 완전 연결 계층(Fully-

2022년 1월 2일
·
0개의 댓글
·
post-thumbnail

이미지 주석화 툴

인공지능을 학습시키기 위해서는 이미지 주석화 작업이 필요하다. 이미지 주석화 툴은 그 쓰임새에 따라 다양하게 존재하는데 그 중 몇 가지를 실행해보려고 한다.

2021년 8월 4일
·
0개의 댓글
·
post-thumbnail

모두를 위한 딥러닝 2 :: 10-5 Advanced CNN ( VGG )

VGG-Net Oxford VGG(Visual Geometry Group) 에서 만든 Network 전부다 3X3 Convolution, stride =1, padding =1 VGG 16 torch.vision.vgg karming_normalizaion : activation function 초기화를 잘 해주기 위해서 사용 in_channels 에...

2021년 8월 2일
·
0개의 댓글
·
post-thumbnail

VGGNet Paper Reading

VGGNET은 Layer 개수가 19개이다. CNN 망이 깊고 넓을 수록 성능이 더 좋아지지만, 문제는 학습이 어려워진다.

2021년 5월 11일
·
0개의 댓글
·
post-thumbnail

[Review]VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION, 2015

흔히 VGG-Net으로 불리는 convolution model의 논문이다. Imagenet Challenge 2014에서 classfication 부분 2위, localization 부문 1위를 차지하였다.convolutional network의 depth에 따른 정확

2021년 5월 9일
·
0개의 댓글
·
post-thumbnail

[논문요약] Very Deep Convolutional Networks for Large-Scale Image Recognition

이번에 요약할 논문은 CNN의 깊이가 성능에 끼치는 영향을 연구한 논문인 Very Deep Convolutional Networks for Large-Scale Image Recognition입니다.

2021년 5월 6일
·
0개의 댓글
·