[논문 리뷰] ReXNet: Diminishing Representational Bottleneck on Convolutional Neural Network
반응형
안녕하세요. 백지오입니다!
이번에 리뷰한 논문은 Clova AI Research에서 발표한 ReXNet 논문입니다!
CNN에서 발생할 수 있는 Representational Bottleneck 문제와 이를 예방할 수 있는 모델 디자인 규칙을 제안한 논문이고, 실제로 이 방법을 통해 ImageNet 데이터셋에서 State Of The Art를 달성했다고 합니다.
자세한 내용은 아래 영상에서 확인하실 수 있습니다!
위 영상에 사용된 자료는 아래 깃허브 링크에서 확인해보실 수 있습니다!
https://github.com/skyil7/paperReview/blob/master/5.ReXNet/5.ReXNet.pdf
피드백은 언제나 환영합니다. 감사합니다!
반응형
'Deep Learning > 논문 리뷰' 카테고리의 다른 글
| ResNet: Deep Residual Learning for Image Recgnition 리뷰 (0) | 2023.03.21 |
|---|---|
| SSD: Single Shot MultiBox Detector 논문 정리 (0) | 2023.01.05 |
| [논문 리뷰] EBGAN: Energy Based Generative Adversarial Network (2) | 2020.08.05 |
| [논문 리뷰] StarGAN v2: 딥러닝 기반 고품질 이미지 합성 (0) | 2020.08.05 |
| [논문 리뷰] GAN을 이용한 고품질 이미지 압축: High-Fidelity Generative Image Compression (0) | 2020.07.15 |
댓글
이 글 공유하기
다른 글
-
ResNet: Deep Residual Learning for Image Recgnition 리뷰
ResNet: Deep Residual Learning for Image Recgnition 리뷰
2023.03.21ResNet은 2015년 ILSVRC와 COCO 대회에서 1등을 차지한 모델로, 대표적인 초창기 딥러닝 기반 컴퓨터 비전 모델 중 하나이다. 연구진은 학습시키기 어렵지만 유용한 깊은 신경망을 효과적으로 학습시키는 방법을 제안하여, 기존에 흔히 사용되던 VGG 모델보다 깊으면서도 복잡도는 더 낮은 ResNet 모델을 제안한다. ResNet은 이미지의 복잡한 정보를 뽑아낼 수 있도록 매우 깊은 신경망을 만들면서도, 동시에 학습을 쉽게 유지하여 많은 데이터와 task에서 우수한 성적을 거두었다. 신경망의 깊이와 특성의 수준 딥러닝 기법은 다계층 구조를 통해 자연스럽게 저수준/중간수준/고수준의 다양한 수준(level)의 특성들을 학습한다. 특히 신경망을 더욱 깊게 함으로써 이러한 다양성을 더욱 풍부하게 할 수 … -
SSD: Single Shot MultiBox Detector 논문 정리
SSD: Single Shot MultiBox Detector 논문 정리
2023.01.05Abstract SSD는 2016년에 발표된 Single Stage Object Detection 모델이다. SSD는 Bounding Box의 출력 공간을 feature map 상의 각기 다른 비율과 크기를 갖는 default box들로 나누는데(discretize), 예측을 수행할 때, 각 default box들의 내부에 각 클래스에 해당하는 객체가 존재하는지를 나타내는 점수를 생성하고, 객체의 모양을 더 잘 표현하도록 조정된 default box(즉, 예측 Bounding Box)를 생성한다. 더불어, SSD는 각기 다른 해상도의 feature map들의 예측값들을 조합하여 더 자연스럽게 다양한 크기의 객체를 검출한다. SSD는 proposal generation, subsequent pixel or… -
[논문 리뷰] EBGAN: Energy Based Generative Adversarial Network
[논문 리뷰] EBGAN: Energy Based Generative Adversarial Network
2020.08.05안녕하세요. 백지오입니다! 휴가로 1주일 쉬고 돌아온 1주 1논문 프로젝트의 네 번째 논문은 Yann LeCun 교수님이 참여하시고, 매우 강조하고 계신 것으로 유명한 EBGAN 입니다! EBGAN은 기존의 GAN(Probabilistic GAN이라고 표현합니다)에 에너지 기반 모델(EBM)의 특성을 추가하여, GAN이 더욱 현실적인 이미지를 생성할 수 있도록 해줍니다. 자세한 내용은 아래 영상에서 만나보세요! 개인적으로 굉장히 어려운 논문이었습니다 ㅠㅠ 다음에 기회가 된다면 공부를 더 하고 다시 리뷰해보고자 합니다. 영상에 사용된 슬라이드는 아래 링크에서 확인해보실 수 있습니다! https://github.com/skyil7/paperReview/tree/master/4.EBGAN 언제나 그렇듯, 좋아… -
[논문 리뷰] StarGAN v2: 딥러닝 기반 고품질 이미지 합성
[논문 리뷰] StarGAN v2: 딥러닝 기반 고품질 이미지 합성
2020.08.05안녕하세요! 백지오입니다. 방학을 맞아 진행 중인 1주 1논문 프로젝트의 3번째 논문은 StarGAN v2 입니다. StarGAN v2 논문에서는 좋은 이미지 생성 모델의 조건을 아래와 같이 정의합니다. 생성된 이미지의 다양성 다양한 도메인에 적용 가능 기존 Pix2Pix 모델들은 각 도메인에 대응하는 모델이 각각 하나씩 필요한 단점이 있었는데요, StarGAN에서는 이를 하나의 모델로 해결 가능하도록 하였음은 물론, 매우 고품질의 이미지 합성과 변환을 보여줍니다! 자세한 내용은 아래 유튜브 영상에서 확인해주세요! 영상에 사용된 슬라이드는 아래 링크에서 확인 가능합니다! 언제나 그렇듯, 좋아요와 댓글 등 피드백은 환영입니다! 감사합니다! 2020.08.07 StarGAN v2를 실행해 볼 수 있는 코랩 …
댓글을 사용할 수 없습니다.