AI 논문 정리/Computer Vision 논문 (3) 썸네일형 리스트형 [Paper Review 3] Very Deep Convolutional Networks For Large-Scale Image Recognition 리뷰할 논문은 Very Deep Convolutional Networks For Large-Scale Image Recognition입니다. (arxiv.org/abs/1409.1556) 공부를 위하여 작성한 글인 만큼, 틀린 부분이 있을 수 있다는 점을 감안하여 읽어주시길 바랍니다. 1. Introduction 이 논문은 ConvNet architecture의 중요한 요소 중 하나인 depth에 대하여 전달하였다. ConvNet architecture의 parameter들을 수정하고, convolutional layer들을 추가함으로써 network depth을 증가시킨다. (참고로 이것이 가능했던 이유는, 모든 layer에서 small convolution layer ( 3 * 3 )을 사용했기 때문.. [Paper Review 2] Network In Network 해당 논문은 Min Lin et al. 의 Network In Network (arxiv.org/abs/1312.4400) 입니다. 1. Introduction NIN (Network In Network)의 기본적인 structure는 다수의 mlpconv layer를 쌓아올린 형태이다. mlpconv layer 안에 micro networks (MLP)가 있기 때문에, structure를 Network In Network라고 부르는 것이다. Classification을 위하여 fully connected layers를 adopting 하는 방식을 사용하지 않고, last mlpconv layer의 feature maps의 spatial average를 바로 output하여 resulting vector.. [Paper Review 1] ImageNet Classification with Deep Convolutional Neural Networks 리뷰할 논문은 ImageNet Classification with Deep Convolutional Neural Networks (papers.nips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf) 입니다. 공부를 위하여 작성한 리뷰인 만큼, 틀린 부분이 있을 수 있다는 점을 감안하고 읽어주시길 바랍니다. 1. Introduction Datasets of labeled images는 비교적 작은 사이즈로 구성되어 있다. 하지만, objects in realistic settings은 variability를 상당수 가지고 있기 때문에, large training sets들을 활용하여 학습을 해야 한다. 수백만개의 이미지로부터 수천개의 사물에.. 이전 1 다음
