해당 프로젝트는 이재원, 정찬희, 황동현이 진행하는 사이드 프로젝트입니다.
메인스트림에 있는 Detection 논문들은 거의 다 보고 토의를 했는데 Detection을 제대로 알고있다고 이야기할 수 있는 건가에 대한 의문에서 시작되었습니다. 따라서 읽은 Detection 논문을 바닥부터 구현하고, 수렴시키는 것을 통해서 딥러닝 프레임워크의 사용 능력과 구현 능력을 길러야겠다는 생각으로 이어지면서 프로젝트를 시작하게 되었습니다.
현재 최종 목표는 다음과 같습니다.
- 메인스트림에 있는 Object Detection 논문에 대한 이해
- Object Detection 논문 구현
- 초심자가 Object Detection을 공부할 때, 보고 학습할 수 있도록 체계적으로 정리된 Object Detection의 구현에 대한 문서 작성
논문 구현체는 사정에 따라 순서 및 구현체 리스트 변동이 있을 수 있습니다.
- You Only Look Once : Unified, Real-Time Object Detection [v]
- YOLO 9000 : Better, Faster, Stronger
- YOLO v3 : An Incremental Improvement
- SSD : Single Shot MultiBox Detector
- Fast R-CNN
- Faster R-CNN
- Mask R-CNN
- Feature Pyramid Networks for Object Detection
- Focal Loss for Deense Object Detection
- Accurate Single Stage Detector Using Recurrent Rolling Convolution