TEAM EDA

A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation (SegNet) SegNet은 2016년도에 소개된 논문으로 DeconvNet과 매우 유사한 구조를 가지는 네트워크입니다. 하지만, DeconvNet과 다르게 Application 측면에서 나온 논문이라 DeconvNet과는 몇개의 차이를 보입니다. 한번, 네트워크가 Application을 하도록 어떤 테크닉을 사용했는지 살펴보도록 하겠습니다. paper : https://arxiv.org/pdf/1511.00561.pdf code : https://github.com/preddy5/segnet Abstract 먼저, 이전의 DeconvNet과 비교해보면 내부의 7x7 con..

이전 글 DeconvNet에 이어서 코드를 한번 살펴보도록 하겠습니다. 기본적인 DeconvNet의 코드는 다음과 같습니다. ''' reference http://cvlab.postech.ac.kr/research/deconvnet/model/DeconvNet/DeconvNet_inference_deploy.prototxt ''' # 512x512 이미지를 기준으로 맞춰진 코드 # 512x512가 아닌 이미지의 경우 Crop-Resize 하는 부분이 필요 # 해당 코드는 https://github.com/choco9966/Semantic-Segmentation-Review/tree/main/Fully%20Convolutional%20Networks%20(FCN)..

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 (..

대학원 신입생의 2020년 회고록 졸업, 입학 2020.08월 6년 반이라는 시간을 보낸 한양대 산업공학과를 졸업했습니다. 총 학점 3.96, 전공 학점 4.07로 나쁘지 않은 학과생활을 했습니다. 동아리 생활도 많이 했는데 이때 한양대의 FRAME 동아리에서 TEAM-EDA라는 스터디를 했기에 지금의 제가 있지 않았나 생각합니다. 라이즈, KT 스카이 라이프 올해 1월부터 6월 동안 학교의 인턴십 프로그램을 통해서 라이즈라는 스타트업에서 데이터 분석 직무를 맡았습니다. 업무는 KT 스카이라이프의 사용자 데이터와 VOD 정보를 가지고 VOD 큐레이션을 개발하는 역할이었습니다. 주로 했던 역할은 사용자에 대한 분석과 VOD 추천시스템 개발 그리고 2주 동안 할인 쿠폰을 추천해줄 고객을 선정하는 작업을 진행..

NIPA 2020 인공지능 문제해결 경진대회, 4관왕 달성 후기 이번 포스팅에서는 해달이라는 팀으로 2명의 팀원과 함께 나간 인공지능 문제 해결 대회의 후기를 작성하겠습니다. 김현우 : https://github.com/choco9966 박수희 : https://github.com/Soohee410 박기찬 : https://github.com/CentralPark-gichan 저희 팀은 카이스트 산업 및 시스템공학과인 저와 고려대학교 통계학과 대학원에 다니는 2명 팀을 이루어 대회에 참여했습니다. 이번 경진대회는 기존의 경진대회와는 다르게 예선을 통해서 상위 150팀을 선정하고 150팀이 2주 동안 최대 5개의 대회에 참여하는 형식이었습니다. 예선 예선의 경우 7일이라는 짧은 기간동안 대회가 진행되었습니..

안녕하세요, 이번 포스팅에서는 K-사이버 시큐리티 2020 아이온 게임봇 탐지대회의 분석 방법론에 대해 설명해 드리고, 간단한 참가 후기를 정리해볼 예정입니다. 해당 코드는 깃허브에서 볼 수 있고 영상은 유튜브에서 보실 수 있습니다. K-사이버 시큐리티 2020 아이온 게임봇 탐지대회 해당 대회는 KISA와 고려대학교 정보보안학과 해킹탐지 연구소의 주최로 진행되는 대회였습니다. 주제는 '게임 데이터를 분석하여 높은 정확도로 게임봇을 탐지할 수 있는** 머신러닝 & AI 기반 알고리즘 개발' 입니다. 게임봇은 사전적인 정의상 '사람을 대신하여 자동으로 게임플레이를 해주는 프로그램'입니다. 게임봇을 이용한 “작업장”은 MMORPG와 온라인 게임 내 재화, 아이템의 환금성을 악용하여 대량의 캐릭터를 운용하여 ..