저자 : Sangdoo Yun, Seong Joon Oh, Byeongho Heo, Dongyoon Han, Junsuk Choe, Sanghyuk Chun 학회 : CVPR 2021 Ref : https://arxiv.org/abs/2101.05022 이번에는 제공된 데이터셋의 성능을 극한으로 끌어올리는 방법을 제안한 Re-labeling 논문을 살펴봅니다. Classification분야에서 가장 흔하게 알려진 데이터셋인 Imagenet을 다시 한 번 더 detail하게 annotation을 추가함으로써 SOTA detector들의 성능을 한 층 더 올렸다고 합니다.
Summary 기존에 제시되어있던 ImageNet을 ReRabel하여 Multi-labels로 사용. RandomCrop시에 잘려지는 부분들에 대해 다시 Rabel 진행(신뢰도 비율을 따져서).
Multi-labeled 된 이미지 annotation을 훈련할 수 있도록 LabelPooling 훈련 방법을 제안(기존의 ...
#
210105022
#
Relabel
#
RandomCrop
#
RabelMap
#
PaperReview
#
NAVERAILab
#
NaverAI
#
MultiLabel
#
LabelPooling
#
ImageNet
#
DatasetRelabeling
#
CVPR21
#
CVPR
#
CV
#
backbone
#
Relabeling
