[논문 리뷰] CNN - Xception (CVPR 2017)

이번 방학부터 대학원생 동기, 선배 2명과 함께 논문구현 스터디를 시작했습니다. 저는 논문을 읽고 요약 및 설명하는 역할을 맡았고 나머지 두 명은 각각 keras와 pytorch로 코드를 구현하는 역할을 맡았습니다. 블로그에 올라오는 글들은 원 논문 및 논문 관련 설명들을 참고하여 작성한 것입니다. 코드는 게시물 하단에 적어놓은 제 깃허브에 공유했습니다. 참고하시면 좋을 것 같습니다. 설명과 코드에 틀린 부분이 있을 수 있습니다. 정중하게 지적해주시면 참고하겠습니다.

---

원 논문: https://arxiv.org/abs/1610.02357

 

Xception은 다음과 같이 한 마디로 정리할 수 있겠습니다.

​

“Inception은 Depthwise Seperable Convolution와 Regular Convolution의 사이 어딘가에 있는 개념이고, Xception은 Inception도 아니고 Depthwise Seperable Convolution도 아니지만 Depthwise Seperable Convolution의 개념(채널과 공간 연산 완전 분리)을 따라가는, 그러나 Depthwise Seperable Convolution와 완전 똑같진 않게 activation function이 Conv와 SeparableConv 뒤에 따라오는 모델이다.”

 

 

구현 코드:

https://github.com/jhcha08/DeeplearningPaperCode/blob/master/%EC%8A%A4%ED%84%B0%EB%94%94%2020200207%20-%20CNN.%20Xception.ipynb

 

참고 사이트:

https://datascienceschool.net/view-notebook/0faaf59e0fcd455f92c1b9a1107958c4/

https://hichoe95.tistory.com/49

https://eremo2002.tistory.com/52

https://nbviewer.jupyter.org/github/Hyunjulie/KR-Reading-Image-Segmentation-Papers/blob/master/Xception%EC%84%A4%EB%AA%85%EA%B3%BC%20Pytorch%EA%B5%AC%ED%98%84.ipynb