논문분석

[Paper] GoogLeNet: Going deeper with convolutions

※제가 이해하기 위한 의역이 들어간 점 주의바랍니다 Abstract Googlenet의 가장 큰 특징은 네트워크 내부의 컴퓨팅 자원의 향상된 활용도 이다 (이유) 계산량을 일정하게 유지하면서 네트워크의 깊이와 폭을 늘릴 수 있도록 해줌 (based on the Hebbian principle and the intuition of multi-scale processing) Google팀에서 만들 었고 22개의 layer를 가진다고 한다 Introduction One encouraging news is that most of this progress is not just the result of more powerful hardware, larger datasets and bigger models, but ..

[Paper]FaceNet: A Unified Embedding for Face Recognition and Clustering

FaceNet은 얼굴 이미지로 부터 유클리드 공간 (distance : measutre of face similarity)의 관계를 학습한다 ​ 기존 방법 : Bottleneck Layer Bottleneck layer : 핵심은 1x1 convolution (Pointwise Convolution) -> parameter L 1x1xInput Channel x Output Channel -> Feature Map(Output channel)을 줄이거나 키울때 사용 출처 https://coding-yoon.tistory.com/116 1.First Channel : Input Image (320 x 320), channel 수 : 256 ​ 2. Second Channel : Input Channel 2..