[월:] 2021년 10월
[ICIP 2021] DEEP ACTIVE LEARNING FROM MULTISPECTRAL DATA THROUGH CROSS-MODALITY PREDICTION INCONSISTENCY
해당 논문은 ‘Heng ZHANG‘이라고 Multispectral Pedestrian Detection을 열심히 수행하는 한 연구자가 작성한 논문입니다. 해당 저자는 이 논문을 제외하고도 성능이 높은 네트워크들을 제안했었습니다. 다시 본론으로 돌아와서…
BMN: Boundary-Matching Network for Temporal Action Proposal Generation
이번 논문은 이전의 쓴 BSN이라는 논문의 후속 논문으로 나온 논문입니다. 역시 비디오에서 액션의 유무와 위치를 알아내는 것에 관련된 내용이고 기호가 여전히 많습니다. 그럼 시작하겠습니다. 1….
[TPAMI2020] Deep High-Resolution Representation Learning for Visual Recognition
이번 리뷰는 TPAMI2020에 게재된 논문으로 저에게 상당히 충격을 준 논문입니다. 주제는 High Resolution 표현을 잘 살리는 backbone 네트워크이며 저같은 경우에는 Dense level prediction task를 주요…
[2021 ICML] What Makes for End-to-End Object Detection?
안녕하세요. 이번 주 X-review에서는 object detection 논문 중에 end-to-end learning을 가능하게 하는 요소가 무엇인지에 대해 분석한 논문에 대해서 소개해드리겠습니다. 해당 논문은 one-to-one 기반의 방법론들과 one-to-many…
[CVPR 2018] PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space
지난 PointNet 의 단점들을 보완한 point cloud 를 input으로 하는 더 발전된 형태의 network 인 PointNet++ 입니다. 실제로 point cloud 를 이용한 3D Detection 모델은…
보호된 글: [ICRA 2022 Under Review]Towards practical object detection for weed spraying in precision agriculture
보호하고 있는 글이라서 요약이 없습니다.
Big Self-Supervised Models are Strong Semi-Supervised Learners
해당 논문은 NeurlPS’2020에 공개된 논문으로 FixMatch와 같이 발표되었다. 두 논문 모두 Google 에서 발표되었다. FixMatch는 CIFAR-10과 같은 작은 데이터셋에서 Semi-supervision의 새로운 모델의 가능성을 보였고, 해당…
[arXiv2021]TransFG: A Transformer Architecture for Fine-grained Recognition
이번 논문은 현재 Paper with code에서 Fine-grained classification에서 SOTA를 달성한 방법론입니다. 제목에서도 유추가 가능하다시피 Transformer를 기반으로 설계된 네트워크이며, 추가로 각 클래스간 차별성을 극대화하기 위해 Contrative…
[CVPR 2019] Wing Loss for Robust Facial Landmark Localisation with Convolutional Neural Networks
이번에도 Facial Landmark Localization 논문입니다. 새로운 Loss 함수를 제안한 논문으로, 기존에 리뷰한 논문과는 다른 2D 기반의 Landmark Localization 방법론입니다. Wing Loss for Robust Facial Landmark…
[2019] Semi-Supervised Monocular Depth Estimation with Left-Right Consistency Using Deep Neural Network
오랜만에 depth estimation과 관련된 논문을 리뷰해보았습니다. 명시적으로 left-right consistency를 활용하는 손실 함수를 통해 단일 이미지 깊이 예측에서 당시의 SOTA를 넘어설 수 있었습니다. 또한 예측 오류를…
최신 댓글