2019년 추계학술대회
Current Result Document :
| 한글제목(Korean Title) |
VGG 네트워크 기반 딥러닝 알고리즘에서 주 객체 위치 검출 방법에 관한 연구 |
| 영문제목(English Title) |
A Study on the Detection of Main Object Location in the Deep Learning Algorithm Based on VGG |
| 저자(Author) |
김선진
이종근
안재형
Seon-jin Kim
Jong-keun Lee
Jae-hyung Ahn
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0641 ~ 0643 (2019. 10) |
한글내용
(Korean Abstract) |
본 논문에서는 VGG19를 기반으로 한 네트워크 구조에서 약한 지도학습을 이용한 주 객체의 위치 검출 방법을 제안한다. 사용한 네트워크는 VGG19에 추가적인 풀링 계층과 합성곱 계층을 추가하여 구성하였다. 영상 내 존재하는 다수의 객체 중 주 객체의 위치 검출을 위해 Grad-CAM 기법을 적용하였다. 실험 성능은 이미지 분류와 주 객체의 위치 검출 효율을 나누어 측정하였다. 주 객체의 위치 검출 성능은 Top-1 Localization err에서 Pascal-voc2012의 경우 37.68%, Dogs and cats의 경우 8.926%의 성능을 보였다. |
영문내용
(English Abstract) |
In this paper, we propose a method of detection of main objects location using weakly supervised learning in network structure based on VGG19. The network structure was constructed by adding an additional pooling layer and convolution layer to the VGG19 network. We applied the Grad-CAM for main object detection among multiple objects in a image. The performance of the experiment is measured by dividing image classification and efficiency of location detection of main object. The image classification performance is similar to that of the VGG19 network, and the location detection performance of the main object is 37.68%, 8.926% in term of the Top-1 loc err for a each dataset. |
| 키워드(Keyword) |
Weakly-Supervised learning
Deep learning
Object localization
VGG19
ILSVRC
|
| 파일첨부 |
PDF 다운로드
|
