Paper link Abstract 문제점 IoU(Intersection over Union)을 통해 positive와 negative anchor를 나누게 되면 noise anchor가 발생해 학습이 잘 되지 않는 문제가 발생함 해결책 Anchor의 좋고(positive) 나쁨(...

Paper link Abstract 기존 방법들은 scale, angle, aspect ratio를 사용하여 heuristic하게 정의된 anchor에 의존함 회전된 Anchor box와 회전되지 않은(axis-aligned) convolution사이의 misalignment로 인해 classification과...

Paper link Abstract 당시 가장 좋은 모델은 Attention 메커니즘을 통해 encoder와 decoder를 연결한 모델이 성능이 가장 좋음 기존 모델들처럼 RNN또는 CNN을 사용하지 않고 attention 메커니즘만을 기반으로 하는 Transformer 모델을 제안함 기계 ...

Paper link Abstract AVA Challenge 2019에서 Action recognition 1등 Video Recognition을 위한 네트워크 구조 두개의 pathway가 존재 Slow pathway : spatial semantic 정보를 획득 Fast...

Paper link Abstract 일반적인 지도학습 데이터는 bias와 noisy label가 존재함 Gradient direction에 따라 훈련 데이터에 가중치를 할당 하는 방법을 제안하며 이것이 bias와 noisy label을 잡을 수 있다고 주장함 Bias와 noisy label이 ...

Paper link Introduction 논문 선정 배경 Depth Estimation 배경 지식 Introduction Proposed Method Depth Estimation as Image Reconstruction Depth Estimation Network ...

Paper link Abstract Object detection task에서 최적의 augmentation policy를 찾는 scale-aware AutoAug방법을 제안함 Scale 불변성을 유지하기 위해 image-level과 box-level에서 augmentation을 진행한 scale-aware search space를 ...

Paper link Abstract Anchor 기반의 detecting 방식에는 두 가지의 한계점이 존재 heuristic-guide를 통한 feature selection overlap-based anchor sampling 모델의 전체적인 구조는 FPN을 통과한 Feature...

Paper link Abstract 고정된 앵커 집합에 대하여 classification과 regression은 공동으로 최적화하지 못함 Anchor bag를 구성하여 객체별 대표적인 anchor를 선택하는 방식인 MAL(Multiple Anchor Learning) 방법을 제안함 반복적인 a...

Paper link Abstract 기존 모델들은 IoU를 적용하여 positive 와 negative 앵커를 샘플링을 함 Positive 앵커는 항상 정확한 탐지를 보장할 수 없지만, 일부 negative 앵커는 정확한 위치를 파악할 수 있음 이는 IoU를 통한 앵커의 품질 평가가 적절하지 ...