| 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 |
- Ai
- stochastic contraction theory
- deepfake detection
- unconditional ddpm
- ilvr
- semi-supervied learning
- diffpir
- focal detection network
- unconditional generative models
- ddim
- hqs-algorithm
- facenet
- fourmer
- object detection
- linear inverse problem
- ML
- Triplet
- ddrm
- IR
- diffusion
- face forgery detection
- pedestrian detection
- ddpm
- neighboring pixel relationships
- conditional diffusion
- image restoration
- daod
- ssda-yolo
- f2dnet
- ccdf
- Today
- Total
목록object detection (4)
Stand on the shoulders of giants
[paper review] SSDA-YOLO: Semi-supervised domain adaptive YOLO for cross-domain object detection
Introduction해당 논문에서는 one-stage detector인 YOLOv5와 domain adaptiation을 결합해 cross-domain detection 성능을 개선할 수 있는 semi-supervised domain adaptive YOLO를 제안했다.ContributionsDAOD 문제를 해결할 수 있는 novel한 SSDA-YOLO를 제안함Penalty function인 distillation loss, consistency loss를 새롭게 제안해 성능을 개선시킴.저명한domain transfer 실험들에서 성능 개선Outdated detector인 Faster R-CNN과 비교했을때 발전된 Detector가 DAOD 필드에 필요함을 보임.Related Works1) Object..
[paper review] F2DNet: Fast Focal Detection Network for Pedestrian Detection
Main ideaFocal detection network + fast/light-weight suppression head(based on CSP)Focal detection network ⇒ rpn w/ per pixel center & scale regressionlight suppression head ⇒ detached settings ∴ lightFalse Positive를 줄인다. (by fast suppression)*기존 : RPN + Detection head(bbox heads)Anchor free method*기존: single/multi-stage detectors는 rely on anchorsloss MR-2 in havy occlusion settings BackgroundP..
[paper review] Fast R-CNN (ICCV 2015)
Main IdeasFast R-CNN (Fast Region-based Convolutional Network method for object detection)mAP SOTA 달성 (R-CNN, SPPnet보다 우수한 성능)truncated svd를 사용하여 학습 시간은 줄이면서(Speed up 하면서) mAP를 거의 유지했다.RoI (max) pooling layerhxw ROI window를H x W grid가 되도록 h/H x w/W 크기의 sub windows로 나눈다.pooling을 각 feature map별로 진행spatial pytamid pooling layer의 원리(SPPnet)를 따르고 있다. Initializing from pre-trained networksFast R-CNN을 ..
[paper review] Fourmer: An Efficient Global Modeling Paradigm for Image Restoration
Main IdeaKeyword : Fourier transformation을 이용한 image restorationFourier transform을 사용하면general image restoration prior를 줄 수 있음.image degradation을 disentangle할 수 있음.global properties + intrinsic priorDFT 특성 👍Amplitude component가 결정적이기때문에, amplitude와 phase component를 swap하면 degradation이 clear version으로 transferred됨.degradation은 주로 amplitude component에서 일어나고 이때 fourier transform을 사용해 image degrada..