J.Spin

지금까지 Real-Time Task를 요구하는 Object Detection 문제를 요구하는 프로젝트를 진행할 때는 주로 YOLO(You Look Only Once)를 사용하였습니다. 최근 빠른 성능(FPS)을 가지는 Detector를 요구하는 프로젝트를 진행하게 되어 YOLO말고 더 좋은 Real-time Detector는 없을까... 찾아보다가 꽤나 흥미로운 논문을 발견하게 되어 논문 리뷰를 진행하고자 합니다! ↓↓↓ CenterNet (Objects as Points) 논문 링크 ↓↓↓ https://arxiv.org/pdf/1904.07850v2.pdf ↓↓↓ CenterNet (Objects as Points) 코드 링크 ↓↓↓ https://github.com/xingyizhou/CenterN..

Deep Learning 을 이용한 Object Detection의 최신 논문 동향의 흐름을 살펴보면서 Object Detection 분야에 대해서 살펴보고, 구조가 어떤 방식으로 되어있으며 어떤 방식으로 발전되어 왔는지 살펴보고자 합니다. Object Detection이란? Deep Learning을 이용하는 Computer Vision Task 중에서 세 번째 그림에 해당이 됩니다. Object Detection이란 여러 물체에 대해 어떤 물체인지 분류하는 Classification 문제와 그 물체가 어디 있는지 박스를 통해 (Bounding box) 위치 정보를 나타내는 Localization 문제를 둘 다 해내야 하는 분야를 뜻합니다. 쉽게 말해서 Object Detection = 여러가지 물체에..

YOLO 는 You Only Live Once 가 아닌 You Only Look Once, 즉, 이미지를 한 번 보는 것 만으로 Object의 종류와 위치를 추측하는 딥러닝 (Deep Learning) 기반의 물체인식 (Object Detection) 알고리즘을 뜻한다. Single Convolutional Network -> Multiple Bounding Box 에 대한 Class Probability 계산 하나의 Convolutional Network를 통해 여러개의 경계박스(bounding box)에 대한 class probability를 계산하는 방식. 1-stage detector로서 간단한 처리과정으로 다른 딥러닝 알고리즘에 비해 속도가 매우 빠르며, 높은 mAP (mean Average P..