Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- Generative model
- 자기조직화지도
- NER
- Gradient Descent
- BERT
- tensorflow
- Support Vector Machine
- Ann
- 군집화
- LSTM
- ResNet
- VGGNet
- gaze estimation
- Attention
- textmining
- Python
- 경사하강법
- MLOps
- stemming
- NMF
- RNN
- AI 윤리
- Logistic Regression
- TFX
- Clustering
- Transfer Learning
- cross domain
- SOMs
- nlp
- Binary classification
Archives
- Today
- Total
목록YOLO (1)
juooo1117

Abstract We present YOLO, a new approach to object detection. - YOLO는 기존의 방법과는 달리, 공간적으로 분리된 bounding box 및 관련된 클래스 확률에 대한 회귀(regression) 문제로 객체 감지를 구성한다. - 하나의 단일 신경망은 이미지 전체에 대해서 bounding box와 class probabilities를 한 번의 계산만으로 예측한다. - 객체 검출 파이프라인이 하나의 네트워크이기 때문에, end-to-end 형식으로 동작한다. - 우리의 unified architecture는 매우 빠르다. Base YOLO 모델은 초당 45프레임의 이미지를 실시간으로 처리한다. Fast Yolo는 초당 155프레임이라는 속도를 처리하는 동시..
Artificial Intelligence/Research Paper
2024. 1. 8. 11:55