2024-1 하계 모각코 6주차
하계 모각코 6주차 공부 내용 정리
😀학번, 이름 : 202102552, 유채민
🎯오늘의 계획
🎡목표
- Object Detection 관련 논문 리뷰 및 정리
☑️결과
- 관련 논문
Going deeper with convolutions
성능개선 방법
크기 up(깊이, 레벨 수, 레벨 내 유닛 수)
⇒ 많은 양의 라벨 있을 때
단점 : 매개변수 증가 ⇒ 과적합
네트워크 크기 균일 증가 ⇒ 계산량 증가
⇒ Inception architecture
컨볼루션 비전 네트워크에서 최적의 로컬 희소 구조를 근사화하고 쉽게 사용할 수 있는 밀집된 구성 요소로 덮는 방법을 찾는 것
여러 다른 크기의 필터를 병렬로 적용하여 다양한 스케일에서 특징을 추출
⇒ 다양한 스케일의 특징 추출 가능
feautremap을 병렬적으로 처리
1*1conv를 사용해 차원축소 ⇒ 연산량 줄임
다양한 경로로 특징추출 ⇒ 과적합 방지
낮은 레이어 : 일반 컨볼루션 방식
높은 레이어 : 인셉션 모듈 사용
구조
보조분류기2 * 가중치 + 주 분류기1 ⇒ 손실값
Q. 잔차연결과 인셉션블럭을 합치면 더 좋지 않나?? 인셉션블럭 내부를 2배 깊게 쌓고 안에 잔차연결을 넣기