[Detection] Yolo 논문 리뷰
# 논문 링크입니다.
https://arxiv.org/abs/1506.02640
You Only Look Once: Unified, Real-Time Object Detection
We present YOLO, a new approach to object detection. Prior work on object detection repurposes classifiers to perform detection. Instead, we frame object detection as a regression problem to spatially separated bounding boxes and associated class probabili
arxiv.org
0. Title
You Only Look Once: Unified, Real-Time Object Detection
-> 넌 한번만 본다?
통합되고 리얼타임인 객체탐지 모델인가 봅니다...
1. Abstract
object detection의 새로운 접근법인 YOLO를 소개하려고 한다.
이전 연구들은 분류기를 탐지를 위해서 사용해왔다.
하지만, 우리는 객체 탐지를 공간적으로 분리된 바운딩 박스와 관련된 클래스 확률을 회귀 문제로 생각하였다.
단일 뉴럴 네트워크는 바운딩 박스와 클래스 확률을 한 평가에서 풀 이미지로부터 직접 예측한다.
전체 탐지 파이프라인이 하나의 네트워크이기 때문에 end-to-end로 최적화될 수 있다.
우리의 통합된 아키텍처는 매우매우 빠르다.
YOLO는 지역적인 에러를 만들기는 하지만, 배경에서 틀린 것을 맞다고 예측하는 것이 적다는 장점이 있다.
마지막으로, YOLO는 물체의 일반적인 표현을 학습한다.
YOLO는 R-CNN보다 성능이 좋다.
