학습블로그.. AI를 곁들인..

[논문리뷰] "End-to-End Learning for Self-Driving Cars" (2016)

보호되어 있는 글입니다.

보호되어 있는 글입니다.

~ 목차 ~1. Introduction2. Related Work3. Frank Model    3.1 Stitching Part Models    3.2 Body Model    3.3 Face Model    3.4 Hand Model4. Motion Capture with Frank    4.1 3D Measurements    4.2 Objective Function5. Creating Adam    5.1 Fitting Clothes and Hair    5.2 Detection Target Regression    5.3 Building the Shape Deformation Space    5.4 Tracking with Adam6. Results    6.1 Quantitative Eval..

1월동안 3D vision과 관련된 논문들을 리뷰해보고자 한다.CVPR, ICCV, ECCV에서 상을 받은 논문들이다.아래 링크를 참고했다.https://github.com/yyyujintang/Awesome-CV-Best-Paper-List?tab=readme-ov-file GitHub - yyyujintang/Awesome-CV-Best-Paper-List: Awesome Best Papers in Computer Vision Top Conference(CVPR/ICCV/ECCV)Awesome Best Papers in Computer Vision Top Conference(CVPR/ICCV/ECCV) - yyyujintang/Awesome-CV-Best-Paper-Listgithub.com 3d v..

ResNet 논문리뷰이번 논문리뷰는 ResNet 논문이다 [1].(K. He, X. Zhang, S. Ren, and J. Sun, "Deep Residual Learning for Image Recognition," Proc. IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA, 2016, pp. 770-778.) 논문 제목은 Deep Residual Learning for Image Recognition이다.   ~ 목차 ~0. Abstract1. Introduction2. 관련 연구3. Deep Residual Learning  3.1 Residual Learning  3.2 Identity Mapping ..

VGGNet 논문리뷰이번 논문리뷰는 VGGNet 논문이다 [1].(K. Simonyan and A. Zisserman, "Very Deep Convolutional Networks for Large-Scale Image Recognition," Proc. Int. Conf. on Learning Representations (ICLR), 2015.) 논문 제목은 Very Deep Convolutional Networks for Large-Scale Image Recognition이다. (+ VGG는 옥스퍼트 대학교의  연구그룹 Visual Geometry Group에서 나온 이름이다.) ~ 목차 ~0. Abstract1. Introduction2. ConvNet 구성  2.1 구조  2.2 구성  2.3..

AlexNet 논문리뷰첫 논문리뷰는 바로 AlexNet 논문이다 [1].(A. Krizhevsky, I. Sutskever, and G. Hinton, "Imagenet classification with deep convolutional neural networks," in Advances in Neural Information Processing Systems (NIPS), vol. 25, 2012.) 논문 제목은 Imagenet classification with deep convolutional neural networks이다.  ~ 목차 ~0. Abstract1. Introduction2. 데이터  2.1 구성  2.2 전처리방법3. 모델 구조  3.1 ReLU   3.2 멀티 GPU 사용  3..

Adam과 관련된 최적화 방법들(RMSProp, AdaGrad) Adam 논문의 section 5에 있는 AdaGrad의 수식이 그냥 보니 잘 이해가 안 돼서 하나하나 짚고 넘어가고자 한다.Section 5에서는 Adam과 관련된 최적화 방법들을 설명한다.  그리 길지 않으니 이참에 section 전체를 해석하면서 수식도 정리해보겠다.   ~ 목차 ~1. 관련된 최적화 방법들  1.1 RMSProp  1.2 AdaGrad 1. 관련된 최적화 방법들 - Adam과 직접적으로 관련이 있는 최적화 방법은 RMSProp과 AdaGrad이다. - 이 외에 Stochastic한 최적화 방법으로는 vSGD, AdaDelta, Natural Newton Method 가 있고, 이들은 모두   기울기 정보(first-o..