Self-training with Noisy Student improves ImageNet classification
- self training ImageNet dataset 을 이용하여 Teacher model 학습 JFT-300M dataset 을 이용하여 Teacher model 테스트 ImageNet dataset + JFT-300M dataset 을 이용하여 Student ...
Recent Posts
AutoAugment and RandAugment
Auto Augment 수동으로 정하는 Augmentation을 자동으로 Augmentation 찾아주도록 함 여러가지 sub policies로 구성된 설계 공간을 탐색하고 각 미니 배치의 각각 이미지에 대해 랜덤으로 선택 sub policies는 Rotation, T...
Focal Loss for Dense Object Detection
focal loss 는 기존 loss 함수를 재정의한 것이다. 분류하기 어려운 예제들 (Hard Positives examples-Object)에 높은 가중치를 부여하고 분류하기 쉬운 예제들 (Easy Negatives examples-Background)에는 작은 가중치를 할당한...
EfficientDet: Scalable and Efficient Object Detection
Approach both higher accuracy and better efficiency across a wide spectrum of resource constraints Feature Pyramid Network(FPN) 의 종류 그 중 BiFPN 채용 Top-Dow...
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
Intro Conv Network의 scale을 키우면서 accuracy와 efficiency를 높히는 방법을 찾아보자 그건 network의 width/depth/resolution을 조화롭게 키우는 것이다. compound scaling methods 라 한다