논문리뷰35 Densely Connected Convolutional Networks. (CVPR 2017) Densely Connected Convolutional Networks. (CVPR 2017) Authors: Gao Huang, Zhuang Liu, Laurens van der Maaten, Kilian Q. Weinberger. - 본 논문에서는 ResNet으로 최근 네트워크의 깊이가 점점 깊어지지만, ResNet에서 발견된 문제인 많은 layer들이 실제로 많은 기여를 하지 못하고, training중 random하게 성능을 저하시키고, 또한 각 layer 별로 own weight를 가지기 때문에 파라미터의 수도 많다는 문제를 해결하기 위해 DenseNet을 제안한다. - DenseNet은 이전 layer들의 feature map을 다음 layer의 입력으로 연결하는 방식으로 ResNet이 fea.. 2020. 6. 1. MoblieNetV2: Inverted Residuals and Linear Bottlenecks. (CVPR 2018) MoblieNetV2: Inverted Residuals and Linear Bottlenecks. (CVPR 2018) Authors: Mark Sandler, Andrew Howard, Menglong Zhu, Andrey Zhmoginov, Liang-Chieh Chen. - 본 논문에서는 Google에서 제안한 MobileNetV1의 다음 버전인 MobileNetV2로 모바일이나 임베디드에서도 real-time으로 작동할 수 있게 모델을 경량화하고, 성능 또한 유지한 네트워크이다. - Linear Bottleneck block. 본 논문에서는 이전 MobileNetV1의 구조였던 Depthwise Separable Convolution에서 Depthwise Convolution과 Pointwise.. 2020. 6. 1. Squeeze and Excitation Network (CVPR 2018) Squeeze-and-Excitation Network (CVPR 2018) Authors: Jie Hu, Li Shen, Samuel Albanie, Gang Sun, Enhua Wu - 본 논문에서는 Squeeze와 Excitation 2개의 과정을 통해서 이전 CNN이 local receptive field만 가지고 학습을 하기 때문에 채널단위의 전체적인 정보 (global feature)를 반영하지 못한다는 한계점을 극복한다. Squeeze operation의 global average pooling을 사용하여 1x1 채널단위 feature map으로 압축 후(global feature 반영), Excitation operation의 recalibration으로 re-weight하여 채널 간의 중.. 2020. 6. 1. 이전 1 ··· 6 7 8 9 다음
