이전에도 이 강의를 들었는데 흥미로 들어보는 것과 공부를 위해 들어보는 것은 차이가 있는 듯 싶다. 내 머리속 지우개를 방지하기 위해서 이렇게 기록으로 남긴다. stanford university에서 justin johnson 님(https://web.eecs.umich.edu/~justincj/)이 강의하신 Detection and Segmentation 강의를 정리해보았다.
글 아래에 가면 동영상 정보(https://youtu.be/nDPWywWRIRo)를 올려놓았다. 1. Sementic Segmentation 2.
Classification + Localization 3. Detection 4.
Instance Segmentation 표시 : 딥러닝 방법론, 이론 / 모델 / 중요한 부분 / 더 알아볼 부분 / 소제목 / 내용 1. Sementic segmentation - 같은 카테코리의 Object를 나누지 않는다. - Idea 1: Sliding window를 이용해서 ...
#
DenseCap
#
unpooling
#
transpose_convolution
#
SSD
#
sliding_window
#
Semantic_segmentation
#
region_proposals
#
R_CNN
#
pose_estimation
#
object_detection
#
multitask_losses
#
Mask_R_CNN
#
localization
#
instance_segmentation
#
fully_convolutional_networks
#
Faster_R_CNN
#
Fast_R_CNN
#
YOLO
원문 링크 : Detection and Segmentation 기본 정리
![[그저 스크랩] SAOL, Panoptic Segmentation](https://blogimgs.pstatic.net/nblog/mylog/post/og_default_image_160610.png)
