반응형
Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
Tags
- ViT
- vsC
- Anaconda
- python
- 파이썬문법
- tensorflow
- 가상환경
- 머신러닝
- __call__
- CNN
- DeepLearning
- LSTM
- Torchvision
- AI
- objectdetection
- vision transformer
- pytorch
- torch.nn.Module
- pychram
- 파이썬
- python 문법
- Visual Studio Code
- __init__
- ubuntu
- 가상환경구축
- docker
- torch.nn
- wsl2
- 딥러닝
- rnn
Archives
- Today
- Total
목록Featuremap (1)
인공지능을 좋아하는 곧미남
Image Feature를 학습하기 위해 BackBone으로 사용되는 많은 모델들이 있습니다. 그 중 ResNet50 구조에서 원하는 layer에서 feature map을 추출할 수 있는 코드를 pytorch를 이용해 구현해보겠습니다. 최종적인 목표는 Multi Layer의 Feature를 사용해서 Image Resolution(Scale)에 강건한 모델을 만들고 싶어 이런 방법을 생각해보았습니다. 오늘의 내용은 아래의 목차와 같습니다. 1. Multi-Scale를 사용하는 이유 및 장점 2. ResNet50 구조 3. ResNet50 구조에서 원하는 Layer의 Feature Map을 추출 4. 내용 고찰 정리1. Multi-Scale를 사용하는 이유 및 장점Feature pyramid networ..
code_study/pytorch
2022. 1. 17. 17:23