전체 글 (4) 썸네일형 리스트형 Machine learning for combinatorial optimization: A methodological tour d’horizon [논문 링크] 구글스칼라 기준 피인용 횟수가 벌써 375회.... 호기심이 들어 읽어봤다. 강화학습 관련 필수 논문 * 이 블로그는 개인공부를 기록하기 위해 작성됩니다. link: spinningup.openai.com/en/latest/spinningup/keypapers.html Key Papers in Deep RL — Spinning Up documentation © Copyright 2018, OpenAI. Revision 038665d6. spinningup.openai.com YOLO (You Only Look Once) * 해당 카테고리의 모든 글은 이후 작성자의 복습을 위한 포스팅입니다. YOLO 논문링크: 링크 YOLO 사이트: https://pjreddie.com/darknet/yolo/ Introduction 사람은 이미지를 볼때 이미지 속 물체들이 무엇인지, 어디에 위치해 있는지를 한번에 알수 있다. 사람의 시각 시스템(Human visiual system)은 빠르고 정확하여, 적은 의식(conscious thought)으로도 운전과 같은 복잡한 일을 수행할 수 있다. R-CNN의 Region proposal method를 사용하여 첫 바운딩 박스를 생성하고 classification, post-processing에 이르는 복잡한 과정은 느리며 Optimize하기도 어렵다. YOLO는 bounding box c.. 용어 정리 * 해당 카테고리의 모든 글은 이후 작성자의 복습을 위한 포스팅입니다. Computer vision을 공부하기 이전에 관련 주요 용어들에 대해 공부하고자 현재 글을 작성합니다. Precision 정밀도, 검출된 결과 중 옳게 검출한 비율. 원래 몇개의 Object가 검출되어야 하는지와는 관계없이 검출된 결과 중에서 옳게 검출된 비율을 나타냄. $$Precision = \frac{TP}{TP+FP} = \frac{TP}{all detections}$$ TP(True Positive) - 옳은 검출 FP(False Positive) - 잘못된 검출 Recall 재현율, 검출되어야 하는 모든 Object들 중에서 옳게 검출된 것의 비율. $$Recall = \frac{TP}{TP+FN} = \frac{TP}{.. 이전 1 다음
