EfficientDet (2) 썸네일형 리스트형 [Week9] Object Detection - EfficientDet [Day3] 1.Efficient in Object Detection 1.1 Model scaling model이 deep 해질수록 좋은 성능을 가져오게 됐음 but, 어느정도 깊어지면 더이상 성능개선이 어려움 얼마나 깊게 잘 쌓는지가 중요해짐 (e) compound scailing 에서 깊고, 넓게 또, high resolution으로 model을 개선시켜왔음 heuristic방법의 한계를 겪음 1.2 등장배경 따라서 더 높은 정확도와 효율성을 가지면서 convnet의 크기를 키우는 방법을 연구 너비, 깊이, 해상도 모든 차원에서의 균형을 맞추는 것이 중요하다는 것을 알게 됨. 이러한 균형은 각각의 크기를 일정한 비율로 확장하는 것으로 달성할 수 있었다고 함 1.3 Accuracy & Efficiency 낮은 FL.. [Week9] Object Detection - Neck [Day2] 1. Neck 1.1 Overview History Neck은 무엇인가? 위는 기존 2-stage 방식 backbone의 마지막 feature map을 RPN에 통과시키게 됨 근데 왜 마지막 feature map을 활용해야 할까? => 중간의 feature map들도 활용해보자 Neck은 왜 필요한가? low-level의 feature map은 선, 점, 기울기 등의 정보와 작은 객체를 잘 표현 high-level의 feature map은 object의 semantic한 정보와 큰 객체를 잘 표현 따라서 Neck을 활용하여 두 정보를 다 활용 다양한 크기의 객체를 더 잘 탐지 하게 됨 그렇다면 Neck을 활용하지 않고 여러 level에서의 feature map을 활용하면 되지 않냐? Neck을 활용하여 .. 이전 1 다음
