Author: 김 지원
Adapted Center and Scale Prediction: More Stable and More Accurate
Abstract 기존 CSP 논문을 개선한 논문이다. 해당 논문에서 주장하는 contributions은 다음과 같다. CSP의 robustness를 향상시키고, 학습을 더 쉽게 만들었다. Compressing width라고 하는 새로운 width 예측…
[ICCV 2019]Scale-Aware Trident Networks for Object Detection
Object detection에서 scale variation 중요한 문제이다. 이 논문에서는 receptive fields가 scale variation에 미치는 영향을 나타냈다. 또한 실험 결과를 통해 Trident network라는 방법을 제안한다. Trident network는…
YOLOv4: Optimal Speed and Accuracy of Object Detection
https://arxiv.org/abs/2004.10934 Abstract CNN의 정확도를 높이기 위한 많은 방법들이 존재한다. 이러한 방법들 중 일부는 특정 모델 혹은 특정 데이터셋에서만 잘 작동하는 반면에 Batch Norm이나 Residual connection과…
Pedestrian Detection: The Elephant In The Room
실험부분에 대해서는 도표에 대한 설명이 주를 이루고있어 생략하고 있습니다. 본 논문을 읽으면서 도표를 이해하시는것을 추천하며 주말동안 도표에 따른 설명부분도 추가하겠습니다. https://arxiv.org/abs/2003.08799 Abstract 보행자은 매우 중요한…
[CVPR2019] High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection
[github] https://github.com/liuwei16/CSP 컨셉은 간단하다. 이미지의 입력에서 보행자의 Center Point와 Scale을 찾아서 박스를 그리는 모델이다. Anchor-free object detection의 방법이다. Preliminary CNN기반 Object Detector는 Backbone network에 의존하는…
[CVPR2018] Deep Ordinal Regression Network for Monocular Depth Estimation
참고논문: Deep Ordinal Regression Network for Monocular Depth Estimation, CVPR2018Github: https://github.com/hufu6371/DORN Abstract 3D 정보를 이해하는데 중요한 역할을 수행하는 Monocular Depth Estimation은 잘 정의되지 않는 문제(ill-posed…
강인한 객체 검출을 위한 싱글샷 기반 적응적 융합 방법 및 그 장치, (10-2020-0028451), 출원 완료
강인한 객체 검출을 위한 싱글샷 기반 적응적 융합 방법 및 그 장치, (10-2020-0028451), – 2020.03.06. 특허 출원 완료 (10-2020-0028451) 2021.09.15. 특허 공개 2022.04.XX 심사 예정
최신 댓글