본문 바로가기

분류 전체보기

 (102)
갈아먹는 Semantic Segmentation [1] Fully Convolutional Network 들어가며 이번에 리뷰해 볼 논문은 Fully Convolutional Network[1]입니다.(이하 FCN) 이전까지 Semantic Segmentation 분야에서는 각 픽셀 별로 일정한 Bouding Box 크기 만큼 Classification을 적용하여 해당 픽셀의 종류를 추론하는 비효율적인 방식의 접근들이 있었습니다. 하지만 이 논문은 Fully Connected Layer 대신 1x1 컨볼루션을 사용하여 연산량을 획기적으로 줄였고, Segmentation의 퀄리티까지 높이는 성과를 내었습니다. 이 기법은 이후 많은 논문들에서 사용되면서 컴퓨터 비젼 분야 전체에 영향을 주었습니다. 그럼 시작해보겠습니다! 영향력: 인용 횟수가 약 14000회에 달하며, 다른 컴퓨터 비젼 분야의 접근들에게도 많은 ..
갈아먹는 Object Detection [4] Faster R-CNN 지난 글 갈아먹는 Object Detection [1] R-CNN 갈아먹는 Object Detection [2] Spatial Pyramid Pooling Network 갈아먹는 Object Detection [3] Fast R-CNN 들어가며 Fast-RCNN에 이어서 오늘은 Faster R-CNN[1]을 리뷰해보도록 하겠습니다. 본격적으로 Real Time Object Detection의 포문을 연 논문이라고 할 수 있겠습니다. Mask R-CNN이 남긴 했지만 그동안 열심히 리뷰해오던 R-CNN Object Detection의 마지막 논문이라니 좀 시원 섭섭하네요. 아무튼, 시작해보겠습니다! 영향력: SPPNet의 Kaming He와 R-CNN 창시자인 Ross가 각각 2저자 3저자로 참여했으며, ..
갈아먹는 Face Detection [1] MTCNN 들어가며 이번에는 CNN을 활용하여 얼굴 검출 분야에서 정확도와 성능을 끌어올린 MTCNN[1] 논문을 리뷰해보도록 하겠습니다. 얼굴 검출 분야에서 높은 성능과 빠른 속도를 보여주어 아직도 많은 논문들과 프로젝트들에서 사용됩니다. 페이퍼 자체는 5쪽 밖에 되어 처음에는 좋아했으나 ㅎㅎ 생략되어 있는 부분이 많아서 오히려 더 고생한 기억이 납니다. 빠진 부분은 소스 코드 구현체[2]를 참고하거나 블로그 포스팅 등을 참고했으며, 약간의 상상력을 보탰습니다. 그럼 시작하겠습니다! 영향력: CNN을 이용해서 얼굴 검출 정확도를 95% 수준까지 끌어올렸으며 약 1300회 인용되었습니다. 주요 기여: face detection, bounding box regression, face alignment 세 가지 테스크..
갈아먹는 Object Detection [3] Fast R-CNN 지난 글 갈아먹는 Object Detection [1] R-CNN 갈아먹는 Object Detection [2] Spatial Pyramid Pooling Network 들어가며 지난 시간 SPPNet에 이어서 오늘은 Fast R-CNN[1]을 리뷰해보도록 하겠습니다. 저 역시 그랬고, 많은 분들이 R-CNN 다음으로 Fast R-CNN 논문을 보시는데요, 해당 논문을 보다 보면 SPPNet에서 많은 부분들을 참고한 것을 확인할 수 있습니다. 특히나 핵심인 Spatial Pyramid Pooling은 중요한 개념이므로 리뷰하고 넘어가도록 하겠습니다. 영향력: R-CNN 저자인 Ross가 1 저자로 인용 횟수만 8000회에 달합니다. 주요 기여: CNN fine tuning, boundnig box reg..
갈아먹는 Object Detection [2] Spatial Pyramid Pooling Network 지난 글 갈아먹는 Object Detection [1] R-CNN 들어가며 지난 시간 R-CNN에 이어서 오늘은 SPP-Net[1]을 리뷰해보도록 하겠습니다. 저 역시 그랬고, 많은 분들이 R-CNN 다음으로 Fast R-CNN 논문을 보시는데요, 해당 논문을 보다 보면 SPPNet에서 많은 부분들을 참고한 것을 확인할 수 있습니다. 특히나 핵심인 Spatial Pyramid Pooling은 중요한 개념이므로 리뷰하고 넘어가도록 하겠습니다. 영향력: ResNet으로 유명한 Kaming He가 1 저자로 인용 횟수만 3600회에 달합니다. 주요 기여: 입력 이미지 크기와 상관없이 CNN을 적용할 수 있도록 하는 Spatial Pyramid Pooling 기법을 제안하였습니다. 핵심 아이디어 기존의 CNN ..
갈아먹는 Object Detection [1] R-CNN 들어가며 2020년을 맞이하여 가장 먼저 Object Detection을 공부해보기로 결심하여, 논문들을 차례로 리뷰해보려 합니다. (열정 충만!) 그 첫 번째 논문으로 딥 러닝 기반의 Object Detection의 시작을 연 R-CNN[1]을 살펴 보았습니다. 이를 시작으로 object detection 관련 논문들을 차례로 쭉쭉 읽어나갈 예정입니다. 영향력: 인용 횟수가 무려 11000회에 달하며, 이후에 이어지는 R-CNN 시리즈들의 시작을 연 논문입니다. 주요 기여: CNN을 사용하여 object detection task의 정확도와 속도를 획기적으로 향상시켰습니다. 성능: Pascal VOC 2010을 기준으로 53.7%이며, 이미지 한 장에 CPU로는 47초, GPU로는 13초가 걸립니다. ..
갈아먹는 파이썬[2] @ decorator란? 지난 글 갈아먹는 파이썬[1] generator와 yield 들어가며 플라스크, 셀러리와 같은 파이썬 오픈 소스 라이브러리들을 보면 @route, @task 등의 구문을 사용합니다. 대체 이 골뱅이 표기들은 무엇이고, 어떤 역할을 하길래 많이 사용되는 것일까요? 이 골뱅이의 이름은 데코레이터입니다. 데코레이터 이름을 보면 장식해주는 것? 이름만 들어서는 감이 잘 오지 않습니다. 지금부터 예시와 함께 데코레이터의 개념과 사용처에 대해서 알아보겠습니다. 이 포스팅은 직접 작성한 주피터 노트북에 기반합니다. 스타 한번씩 부탁드려요 ㅎㅎ https://github.com/yeomko22/python_study yeomko22/python_study Python study in part of HR-bigdata ..
갈아먹는 파이썬 [1] generator와 yield 들어가며 파이썬을 주로 사용하시는 분들이라면 한번쯤 generator에 대해서 들어보셨을 겁니다. 하지만 딱이 몰라도 코딩하는데 큰 지장이 없어서 그냥 지나치신 분들이 많으실 것으로 생각합니다. (저도 그랬거든요!) 하지만 데이터의 양이 많아지고, 메모리 사용량을 최적화 해야하는 상황이 온다면 generator의 사용은 필수적입니다. 그래서 오늘은 파이썬 generator가 무엇인지, 그리고 이를 만들어주는 yield란 무엇인지 알아보겠습니다. 이 포스팅은 직접 작성한 주피터 노트북에 기반합니다. 스타 한번씩 부탁드려요 ㅎㅎ https://github.com/yeomko22/python_study yeomko22/python_study Python study in part of HR-bigdata cou..

티스토리툴바