Notice
Recent Posts
Recent Comments
Link
반응형
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 영어공부
- coding
- Ai
- 머신러닝
- 파이썬gui
- C언어
- 영어기초
- 3dprinter
- 대학원
- 영어회화
- 오픽
- 초보영어
- 특수대학원
- 코딩
- ComputerVision
- 동사
- 석사
- 파이썬
- Vision
- 직장인
- 딥러닝
- 영어
- 산업대학원
- Python
- machinevision
- 4차산업
- opencv
- 인공지능
- 프로그래밍
- 머신비전
Archives
- Today
- Total
미래기술연구소
[패스트캠퍼스 수강 후기] 컴퓨터비전인강 100% 환급 챌린지 25 회차 본문
728x90
반응형
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 분야
· Object Detection = 여러가지 물체에 대한 Classification + 물체의 위치정보를 파악하는 Localization
[ Object Detection = Multi-Labeled Classification + Bounding Box Regression(Localization) ]
One stage Detector : Localization / Classification 을 동시에 처리 YOLO / SSD / RetinaNet
비교적 속도가 빠르지만 정확도가 낮다
Two stage Detector : Localization / Classification 을 순차적으로 처리 R-CNN / Fast R-CNN / Faster R-CNN
비교적 속도가 느리지만 정확도가 높다
흰 부분 과 검은 부분은 각각 1과 -1의 계수를 의미하며, 필 터 연산은 덧셈과 뺄셈만으로 구현 가능하다.
필터의 종류와 크기는 훈련에 의하여 결정되며, 각 필터의 크기는 달라도 적분영상(integral image)을 이용하면 크기에 상관없이 동일한 연산 수를 이용하여 필터 연산을 수행할 수 있다
728x90
반응형
'etc > FastCampus 챌린지' 카테고리의 다른 글
[패스트캠퍼스 수강 후기] 컴퓨터비전인강 100% 환급 챌린지 28 회차 (0) | 2020.11.15 |
---|---|
[패스트캠퍼스 수강 후기] 컴퓨터비전인강 100% 환급 챌린지 26 회차 (0) | 2020.11.13 |
[패스트캠퍼스 수강 후기] 컴퓨터비전인강 100% 환급 챌린지 24 회차 (0) | 2020.11.11 |
[패스트캠퍼스 수강 후기] 컴퓨터비전인강 100% 환급 챌린지 23 회차 (0) | 2020.11.10 |
[패스트캠퍼스 수강 후기] 컴퓨터비전인강 100% 환급 챌린지 22 회차 (0) | 2020.11.09 |