TEAM EDA

해당 강의는 CS231의 Detection and Segmentation 강의를 보고 정리한 내용입니다. 보통의 이미지 분류의 문제는 이미지가 들어오면, 해당 이미지가 속하는 카테고리에 대한 출력을 제공합니다. 위의 예시는 고양이 사진을 보고, 1000개의 카테고리에서 각각의 클래스에 속할 확률을 제공합니다 이번에는 이를 좀 더 심화한 Object Detection에 대해서 보겠습니다. Sementic Segmentation 문제에서는 입력은 이미지이고, 출력으로 이미지의 모든 픽셀에 카테고리를 정합니다. 가령 이 예제의 경우는 입력이 고양이고 출력은 모든 픽셀에 대해 픽셀이 "고양이, 잔디, 하늘, 나무"로 분류합니다. 하지만, 기존의 Classification과 다른 점은 이미지 전체에 카테고리 하나..