분류 전체보기154 [논문 리뷰] Conditional DETR 들어가며 이 글은 DETR에 대한 사전지식이 있다는 가정하에 작성되었습니다. [논문리뷰] DETR: End-to-End Object Detection with Transformer 들어가며 본 논문은 Object Detection과 Transformer의 사전 지식이 있다는 가정하에 작성되었습니다. 오늘 리뷰할 논문은 DETR입니다. 이 논문은 Object Detection에 Transformer를 적용시킨 최초의 논문입니다. lcyking.tistory.com 기존 DETR은 Transformer를 Object Detection에 적용하여 많은 Hand-Crafted Module(NMS, Anchor) 등을 없앴지만, 수렴하는데 500 Epoch정도 학습해야 하는 낮은 수렴속도를 가졌습니다. 본 논문은.. 2024. 3. 29. [논문 리뷰] Deformable DETR 들어가며 이 글은 DETR와 Deformable Convolution에 대한 사전지식이 있다는 가정하에 작성되었습니다. [논문리뷰] DETR: End-to-End Object Detection with Transformer 들어가며 본 논문은 Object Detection과 Transformer의 사전 지식이 있다는 가정하에 작성되었습니다. 오늘 리뷰할 논문은 DETR입니다. 이 논문은 Object Detection에 Transformer를 적용시킨 최초의 논문입니다. lcyking.tistory.com 본 논문은 DETR의 후속 연구입니다. 후속 연구인만큼 기존 DETR의 제한점을 극복하고 더 나은 차별점을 내세운 논문이겠지요. 기존 DETR은 Transformer 구조를 Object Detection.. 2024. 3. 28. [논문리뷰] DETR: End-to-End Object Detection with Transformer 들어가며 본 논문은 Object Detection과 Transformer의 사전 지식이 있다는 가정하에 작성되었습니다. 오늘 리뷰할 논문은 DETR입니다. 이 논문은 Object Detection에 Transformer를 적용시킨 최초의 논문입니다. 그래서 이후에도 이 논문을 기준으로 Transformer를 Object Detection에 적용한 후속 연구가 많이 이루어졌습니다. 먼저 기존에 주로 사용되었던 2-stage Object Detection인 Faster R-CNN과 어떻게 변했는지 살펴보기 위해, 아래 Faster R-CNN 네트워크를 가져왔습니다. 위의 Faster R-CNN 같이 기존 Object Detection 모델은 최종출력 후에 중복된 박스를 제거하는 후처리(NMS) 과정이 필요합.. 2024. 3. 22. [논문리뷰] MaskFormer 들어가며 이 글은 Semantic Segmentation, Instance Segmentation, Transformer, DETR에 대한 사전 지식이 있다는 가정하에 작성되었습니다. 오늘 리뷰할 논문은 MaskFormer입니다. 간략하게 말하자면 이 논문은 Instance Segmentation과 Semantic Segmentaiton 사이의 차이를 메꾸려고 나온 논문입니다. 위 그림을 보시면 Instance와 Semantic의 차이를 볼 수 있습니다. 왼쪽이 Semantic Segmentation으로 모든 픽셀 단위의 class를 직접적으로 예측하는 Task입니다. 반면, 오른쪽은 Instance Segmentation으로 각 클래스별 Binary Segmentation을 예측하고 결합하는 Task입.. 2024. 3. 21. 이전 1 2 3 4 5 6 7 8 ··· 39 다음
