EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문 성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다. Image ..
Deep Learning/Papers2read 2019. 11. 26. 10:59EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문
성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다.
Image Classification 을 위한 EfficientNet을 Object Detection에 접목시켜서 매우 우수한 성능을 달성.
Google Research, Brain Team 의 논문.
정확하게는 모르지만, 자료만 보면
기존에 정확율은 좀 떨어지더라도 연산량/속도에서 YOLO 가 가장 좋은 편이라고 알고 있었는데
이 논문은 연산량/속도 효율성과 정확도에서 모두 압도적인 것 같네요.
자세한 내용은 아래 링크해 놓은 논문과 이 논문을 리뷰한 글 보세요.
논문: https://arxiv.org/pdf/1911.09070v1.pdf
한글 리뷰: https://hoya012.github.io/blog/EfficientDet-Review/
https://www.facebook.com/groups/KerasKorea/permalink/3137953302887280/?sfnsn=mo
성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다.
Image Classification 을 위한 EfficientNet을 Object Detection에 접목시켜서 매우 우수한 성능을 달성.
Google Research, Brain Team 의 논문.
정확하게는 모르지만, 자료만 보면
기존에 정확율은 좀 떨어지더라도 연산량/속도에서 YOLO 가 가장 좋은 편이라고 알고 있었는데
이 논문은 연산량/속도 효율성과 정확도에서 모두 압도적인 것 같네요.
자세한 내용은 아래 링크해 놓은 논문과 이 논문을 리뷰한 글 보세요.
논문: https://arxiv.org/pdf/1911.09070v1.pdf
한글 리뷰: https://hoya012.github.io/blog/EfficientDet-Review/
https://www.facebook.com/groups/KerasKorea/permalink/3137953302887280/?sfnsn=mo
