Backbone Network for Object Detection with Multiple Dilated Convolutions and Feature Summation 


45권  8호, pp. 786-791, 8월  2018
10.5626/JOK.2018.45.8.786


PDF

  요약

컨볼루션 뉴럴 네트워크의 발전으로 인해 객체 탐지, 이미지 세분화 및 객체 분류 분야에서도 100개 이상의 컨볼루션 레이어를 사용하는 Deep CNN을 사용하는 추세로 이어지고 있다. 그러나 Deep CNN을 사용하기 위해 많은 그래픽 메모리가 필요하며 제한된 자원이나 실시간 객체 탐지를 원하는 사람들에게는 이런 Deep CNN이 적합하지 않다. 본 논문에서는 배수 팽창된 컨볼루션과 특징합계 기반의 객체 탐지를 위한 새로운 백본 네트워크를 제안한다. 특징합계는 그래디언트를 쉽게 전달하고 컨볼빙으로 인해 발생하는 공간 정보의 손실을 최소화한다. 그리고 팽창된 컨볼루션을 사용함으로써 변수를 추가하지 않고도 개별 뉴런의 수용 영역을 넓힐 수 있다. 또한, Deep하지 않은 뉴럴 네트워크를 백본으로 사용함으로써 제한된 자원으로 이미지넷 데이터 세트에서 사전 교육을 하지 않더라도 제안하는 네트워크를 사용할 수 있다. Pascal VOC 및 MS COCO 데이터를 사용한 실험 결과 제안된 네트워크는 각각 71%와 38.2%의 정확도를 보였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

V. N. Kuntjono, S. Ko, Y. Fang, G. Jo, "Backbone Network for Object Detection with Multiple Dilated Convolutions and Feature Summation," Journal of KIISE, JOK, vol. 45, no. 8, pp. 786-791, 2018. DOI: 10.5626/JOK.2018.45.8.786.


[ACM Style]

Vani Natalia Kuntjono, Seunghyun Ko, Yang Fang, and Geunsik Jo. 2018. Backbone Network for Object Detection with Multiple Dilated Convolutions and Feature Summation. Journal of KIISE, JOK, 45, 8, (2018), 786-791. DOI: 10.5626/JOK.2018.45.8.786.


[KCI Style]

Vani Natalia Kuntjono, Seunghyun Ko, Yang Fang, Geunsik Jo, "Backbone Network for Object Detection with Multiple Dilated Convolutions and Feature Summation," 한국정보과학회 논문지, 제45권, 제8호, 786~791쪽, 2018. DOI: 10.5626/JOK.2018.45.8.786.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr