Meta AIのConvNeXtに自己教師あり学習のMAEを統合したFCMAEを持つ改良モデル ConvNeXt V2を紹介！
Meta AIのConvNeXtに自己教師あり学習のMAEを統合したFCMAEを持つ改良モデル ConvNeXt V2を紹介！ 2023.02.13 AI論文 画像処理 本論文は、Meta の 最新畳み込みモデルである「 ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders 」 に関してまとめています。 基本情報 イントロダクション 事前学習された大規模な画像認識モデルは、特徴学習や様々な視覚アプリケーションを実現するための重要なツールとなっています。そして、そのシステムの性能は、ニューラルネットワークアーキテクチャの選択、ネットワークの学習方法、訓練データの3つの主要因に大きく影響されます。 ニューラルネットワークアーキテクチャの選択 ConvNetsは、様々な画像認識タスクに汎用的な特徴学習法を利
Focal Lossを提案した革新的物体検出モデルRetinaNetを解説！
はじめに 本記事は、物体検出モデルであるRetinaNetを通して「モデルの概念理解」と「コードの理解」ができることを目的としたものです。そのため①モデルの解説、②コードの解説、という二部構成になっています。コードの記述に関しては後日公開予定です。 RetinaNetとは RetinaNetとは、Facebook AI Research（FAIR）が2017年8月に発表した論文「Focal Loss for Dense Object Detection」で提唱されている物体検出モデルです。 論文 Focal Loss for Dense Object Detection [Tsung-Yi Lin, Priya Goyal, Ross Girshick, Kaiming He, Piotr Dollár @ ICCV 2017] https://arxiv.org/abs/1708.020
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
