docker : https://github.com/edmBernard/DockerFiles Dockerfile.android 32bit ENV NDK_VERSION “android-ndk-r13b” make clean # && \ # make ANDROID=1 64bit ENV NDK_VERSION “android-ndk-r14b” RUN $LIB_DIR/${NDK_VERSION}/build/tools/make_standalone_toolchain.py \ –arch arm64 –api 21 –install-dir $NDK_TOOLCHAIN_DIR –stl=libc++ RUN cd “$LIB_DIR” && git clone https://github.com/xianyi/OpenBLAS.git && cd OpenBLAS && \ git checkout tags/v0.2.19 && \ make TARGET=ARMV8 HOSTCC=gcc CC=aarch64-linux-android-gcc NOFORTRAN=1 && \ make PREFIX=$OPENBLAS_DIR […]
CAD : computer-aided diagnosis Framework GBM : gradient boosting machine DeepLung Classification based on detection Discussion
input : h, v parameters : w, W, U, b output : e – unnormalized score
참고자료 : https://www.youtube.com/watch?v=GyQnex_DK2k&feature=youtu.be
Image Caption Generation with Attention Mechanism: Model details 이 논문 역시 다른 기존 deep learning caption generator model들처럼 image에서 caption을 생성하는 과정을 image라는 언어에서 caption이라는 언어로 ‘translatation’ 하는 개념을 사용한다. 따라서 이 논문은 machine translation의 encoder-decoder 개념을 사용하게 되는데, encoder는 우리가 잘 알고 있는 CNN을 사용하고, decoder로 RNN, 정확히는 LSTM을 사용하게 된다. 이 논문의 핵심이라고 […]
1. Introduction 기존의 YOLO의 성능을 향상시키기 위해서 대단하진 않지만 여러가지 작은 변화들을 적용하였고 성능이 좋아졌습니다. 2. The Deal 2.1 Bouding Box Prediction YOLO9000에서와 동일한 방법으로 박스를 유추하였습니다. 마찬가지로 학습을 위해서 sum of squared error를 로스로 사용하였습니다. YOLOv3는 objectness score를 logistic regression을 사용하도록 변화하였습니다. 어느 한 바운딩 박스가 다른 바운딩박스들 보다 더 많이 오버랩된 경우 그 […]
– YOLOv2의 성능 – 성능 향상의 요인 1. Batch Normalization – 모든 컨볼루션 레이어에 배치 정규화를 추가 2. High Resolution Classifier – ImageNet 데이터로 classfication net을 먼저 학습시켜서 고해상도 이미지에도 잘 동작하게 함 3. Convolutional – FCL(Fully Conneted Layer)를 Convolution Layer로 대체 4. Anchor Boxes – 경계 박스를 처음부터 직접 예측 -> 앵커 박스를 초기값으로 사용하여 […]