RegNet, Designing Network Design Spaces
2021, Jul 19
- 논문 : https://arxiv.org/abs/2003.13678
- 참조 : https://2-chae.github.io/category/2.papers/31
- 참조 : https://jackyoon5737.tistory.com/245
- 참조 : https://cocopambag.tistory.com/47
- 참조 : https://medium.com/@tahasamavati/squeeze-and-excitation-explained-387b5981f249
- 참조 : https://github.com/signatrix/regnet
- 참조 : https://www.youtube.com/watch?v=bnbKQRae_u4
- 참조 : https://medium.com/analytics-vidhya/regnet-or-how-to-methodologically-design-effective-networks-c3560c1cf436
- 참조 : https://medium.com/visionwizard/simple-powerful-and-fast-regnet-architecture-from-facebook-ai-research-6bbc8818fb44
- 참조 : https://towardsdatascience.com/regnet-the-most-flexible-network-architecture-for-computer-vision-2fd757f9c5cd
- 이번 글에서는
Designing Network Design Spaces이라는 논문에서 다루는RegNet에 대하여 살펴보도록 하겠습니다. RegNet은Regular Network의 줄임말로 논문을 낸 곳인 Facebook에서 일반적인 용도로 사용할 수 있는backbone의 의미를 가지도록 이름을 명명한 것으로 보이며 컴퓨터 비전에서 사용 중인 대표적인backbone인EfficientNet과 유사한 성향을 가집니다.- 두 네트워크는 모두
width (layer의 channel 수),depth (layer의 깊이 수),resolution (입력 해상도)에 따른 네트워크 변경의 자유도를 가지므로 리소스를 고려하여 3가지 항목 + α 의 변경을 통해 네트워크의 크기를 쉽게 조절할 수 있습니다. - 컴퓨터 비전 분야에서는 테슬라가
RegNet을 이용하여Perception을 구현한 것을 공개 하였기 때문에 집중되기도 하였습니다. 관련 내용은 아래 링크에서 참조하시기 바랍니다.