image classification 2

[논문 리뷰] MnasNet: Platform-Aware Neural Architecture Search for Mobile

오늘 리뷰할 논문은 "MnasNet: Platform-Aware Neural Architecture Search for Mobile"로 구글 브레인에서 CVPR 2019에서 발표한 논문입니다. 이전에 포스팅한 EfficientNet V2에서 NAS를 활용해서 초기 모델을 얻었다고 하는데 그때 MnasNet을 사용했다고 해서 한번 짚고 넘어가고자 이렇게 포스팅을 남깁니다. (구글에서 공개한 official한 코드도 있기 때문에 추후에 직접 사용해보며 코드 리뷰 또한 해볼 예정입니다.) 아래 전체적인 오버뷰를 보면 알 수 있듯이 최적의 모델을 찾기 위해 모델의 accuracy뿐만 아니라 모바일 기기에서 직접 계산되는 latency까지 함께 고려하는 것을 확인 할 수 있습니다. 즉, 모델은 accuracy와 ..

논문 리뷰 2021.05.19

[논문 리뷰] EfficientNetV2: Smaller Models and Faster Training

약 2년 전 공개했었던 EfficientNet은 다른 모델들에 비해 빠른 학습 속도와 좋은 성능으로 Image classification 분야에서 활발하게 활용되었습니다. 그리고 최근 구글에서 기존의 EfficientNet과 비교해서 학습 속도와 정확도를 더욱 개선한 EfficientNet V2를 발표했습니다. 기존의 모델에 비해서 빠른 학습 속도를 보여준다고 하는데 해당 논문의 핵심 부분만 간략하게 정리해보도록 하겠습니다. EfficientNet ? 네트워크의 파라미터 수를 감소시키면 모델이 작아지고 그에 따라서 메모리에 쉽게 올릴 수 있는 등 다양한 이점이 있습니다. 하지만 파라미터 수를 감소시키면 모델의 성능 또한 감소한다는 문제점이 발생합니다. 그렇기 때문에 성능 감소 없이 파라미터 수를 최소화하..

논문 리뷰 2021.05.16 (1)