일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 |
- Object Detection
- eda
- 튜토리얼
- TEAM EDA
- DFS
- hackerrank
- 입문
- 큐
- 나는 리뷰어다
- 코딩테스트
- TEAM-EDA
- Segmentation
- 엘리스
- 알고리즘
- 스택
- pytorch
- 협업필터링
- Recsys-KR
- Semantic Segmentation
- 3줄 논문
- Machine Learning Advanced
- 프로그래머스
- 한빛미디어
- 파이썬
- 추천시스템
- DilatedNet
- Python
- MySQL
- 나는리뷰어다
- Image Segmentation
- Today
- Total
목록2021/09 (25)
TEAM EDA
Deconvolutional Network (DeconvNet) DeconvNet은 2015년도 CVPR에 소개된 논문으로 FCN의 한계를 극복한 논문입니다. FCN의 경우에는 큰 Object와 작은 Object를 구분을 못하는 문제가 있었습니다. 논문에서는 이를 고정된 Receptive Field를 가지는 Convolution과 단순한 Deconvolution 구조때문이라고 표현합니다. 이를, 해결하기위해서 Encoder-Decoder 구조를 통해서 해결하려고 하는데, 어떤식으로 네트워크가 발달되었는지 한번 살펴보도록 하겠습니다. paper : https://arxiv.org/abs/1505.04366 code : https://github.com/HyeonwooNoh/DeconvNet Abstract..
이전글 FCN에 이어서 코드를 한번 살펴보도록 하겠습니다. 기본적인 FCN32s의 코드는 다음과 같습니다. import torch import torch.nn as nn class FCN32s(nn.Module): def __init__(self, num_classes=21): super(FCN32s, self).__init__() self.relu = nn.ReLU(inplace=True) # conv1 self.conv1_1 = nn.Conv2d(3, 64, 3, padding=100) self.relu1_1 = nn.ReLU(inplace=True) self.conv1_2 = nn.Conv2d(64, 64, 3, padding=1) self.relu1_2 = nn.ReLU(inplace=True) ..
Fully Convolutional Networks (FCN) Fully Convolutional Networks (FCN)은 2015년도 CVPR에 소개된 논문으로 End-To-End의 세그멘테이션의 포문을 연 논문입니다. 인용수가 약 20,000회 이상으로 나중 세그멘테이션 논문들에 많은 영향을 끼쳤습니다. paper : https://arxiv.org/abs/1411.4038 code : https://github.com/shelhamer/fcn.berkeleyvision.org Abstract AlexNet을 시작으로 하는 CNN 모델들의 발전을 Image Segmentation 영역에 접목 (Pretrained된 딥러닝 모델을 이미지 피쳐를 추출하는 백본 네트워크로 활용) 합니다. VGG 네트워..
Cassava Leaf Disease Classification Public 13, Private 171 Solution 이번 포스팅에서는 Pseudo Lab 소속으로 4명의 팀원과 함께 나간 캐글 - Cassava Leaf Disease Classification 대회 솔루션의 후기를 작성하겠습니다. 정리한 내용이 길어서 이번 글에서는 저희 팀의 솔루션을 다음 글에서는 다른 팀의 솔루션과 배운점을 위주로 정리하도록 하겠습니다. 김현우 : https://github.com/choco9966 코드 : https://github.com/choco9966/Cassava-Leaf-Disease-Classification 영상 : https://www.youtube.com/watch?v=ofSsnFcerV4 1...
NIPA 2021 인공지능 온라인 경진대회, 한국인 헤어스타일 세그멘테이션 2등 이번 포스팅에서는 ARTuna이라는 팀으로 4명의 팀원과 함께 나간 인공지능 온라인 경진대회의 후기를 작성하겠습니다. 김현우 : https://github.com/choco9966 코드 : https://github.com/choco9966/Korean-Hair-Segmentation 저희 팀은 카이스트 산업 및 시스템공학과인 저와 세이지리서치에서 근무하는 하헌진님, 아트랩에서 근무하시는 3분의 팀원 훈재님, 재희님, 대선님 이렇게 5명이 팀을 이루어서 대회를 진행했습니다. 본선 저희 팀이 참여한 대회는 이미지 분야에서도 한국인 헤어스타일 세그멘테이션 대회였습니다. 과학기술정보통신부 - 한국인 헤어스타일 세그멘테이션 모델 (..