inflearn logo
강의

Course

Instructor

Deep Learning Paper Implementation with YOLO Implementation with TensorFlow 2.0

model.py

model.py의 Activation Function

532

davidpark4385

3 asked

0

  1. GlobalAveragePooling2D()에서 InceptionV3의 다차원 Feature Map을 1차원 스칼라로 차원변환 해주는데, 여기서 GlobalAveragePooling2D()를 사용하심은, 아래 이미지에서 Flatten된 Vector를 구현 하심이 맞으실까요? 왜 2D 해당 기법은, CNN + FCN을 대체하기위해 사용된다는정도로만 인지하고 있습니다.

    x = tf.keras.layers.GlobalAveragePooling2D()(x) # Multi dimension featuremap to one dimension scalar value.

  2. YOLO Format으로 Flatten 시킬때, 활성화 함수는 지정할 필요가 없나요? 원 논문에서 마지막 Layer에 대해 linear activation function을 사용했는데, 수업에서 사용한 코드에서는 'None'으로 지정된 이유가 어떻게 될까요?

    output = tf.keras.layers.Dense(cell_size * cell_size * (num_classes + 5 * boxes_per_cell), activation="None")(x) # Yolo 형태에 맞는 Flatten 된 벡터로 변환 

딥러닝 tensorflow

Answer 1

0

AISchool

안녕하세요~. 반갑습니다.

  1. 네. 맞습니다. 해당 FeatureMap들을 1차원 벡터로 Pooling 해줘서 Flattening한 것과 유사한 레이어를 얻는 것입니다.

  2. TensorFlow에서 activation을 None으로 지정하면 linear activation과 동일한 수식(Wx+b)이 되게 됩니다. 즉 논문과 똑같이 linear activation을 지정해준 것입니다.

좋은 하루 되세요.

감사합니다.

import torch가 안되는 경우는 어떻게 하나요?

0

13

1

소리가 겹쳐서 들려요

0

19

2

20강에서 파인튜닝 때 사용한 데이터가 없어졌습니다. LoRA Trainer 매개변수도 라이브러리 업그레이드로 수정되었습니다.

0

20

1

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드 먼저? 구현하며 배우는 Transformer 먼저?

0

30

1

수업자료

0

23

2

MNS 질문

0

321

1

코랩에서 train.py 실행 시 오류

0

721

1

object_exists_cell_i 계산식

0

448

0

데이터셋 변경에 대한 질문

0

264

0

reshape 한 후 7*7*30

0

290

1

작성한 코드의 저작권과 깃헙 업로드 가능유무에 대한 질문

0

314

1

Train시 bounding box의 개수 설정 관련

0

417

1

backbone network에 대해서 질문 있습니다.

0

290

1

one_hot과 C값에 대해서 질문 드립니다.

0

311

1

class_loss에 대해서 질문 있습니다.

0

306

1

질문있어서 글 올립니다.

0

305

1

안녕하십니까 강의 잘 보고 있습니다

0

460

5

두 가지 질문 드립니다.

0

265

1

loss.py 의 loss에 사용된 tf.nn.l2_loss 에 대해서 질문 드립니다.

0

446

1

loss function 관련 질문입니다

0

240

1

loss function 관련

0

222

1

NMS 구현 관련 질문있습니다.

0

235

1

confidence가 가장 큰 값으로 IOU 비교 이후 과정에 대해

0

359

1

confidence <= 0.6 이하의 Bounding Box 제거에서 confidence는 class probability가 곱해진 값인지요?

0

330

3