YOLO 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0

강의 슬라이드 다운로드

Object Detection Datasets – Pascal VOC, MS COCO, KITTI, Open Images

Non-Maximum Suppression (NMS)

YOLO(You Only Look Once: Unified, Real-Time Object Detection) 논문 다운로드

YOLO 논문 리뷰 - Abstract

YOLO 논문 리뷰 - Conclusion & Introduction

YOLO 논문 리뷰 - Unified Detection

YOLO 논문 리뷰 - Network Design

YOLO 논문 리뷰 - Training

강의에서 사용하는 소스코드 다운로드

loss.py - coord_loss

loss.py - object_loss, noobject_loss, class_loss

dataset.py

utils.py

model.py

train.py - 라이브러리 import & flags 지정

train.py - YOLO 설정값 & Loss Function coefficient 지정

train.py - tensorflow_datasets 라이브러리를 이용해서 Pascal VOC cat dataset 불러오기

train.py - train_step 정의 & for-loop을 이용한 gradient descent 수행 & 파라미터 및 텐서보드(TensorBoard) 로그 저장

train.py - save_validation_result 함수를 이용한 주기적인 validation

train.py - 총정리

evaluate.py

Cat Detector 코드 실행 & 텐서보드(TensorBoard) 실행 & 결과 분석