수련했는가?

1. 논문소개 위 논문은 기존의 DCNNs(Deep Convolutional Neural Networks) 모델은 Classification에는 좋은 성능을 냈지만, Segmentation 에서는 좋은 성능을 내지 못해서 이를 극복하기 위해 나온 논문이며, 모델 이름은 Deeplab 이다. 기존의 DCNNs 모델이 Classification 에서는 좋은 성능을 보이지만, Segmentation 에서는 좋은 성능을 내지 못하는 이유는 pixel 단위의 예측을 해야하는 Segmentation 분야에서는 해당 픽셀의 특징과 함께 지역적인 정보도 중요한데 , Max Pooling 과 CONV layer를 통과하면서 지역적인 특징을 잘 추출하기 어렵기 때문이다. 그 외에도, DCNNs 의 경우 Fc layer를 ..

1. 논문소개 위 논문은 real time task , 자율주행에서의 Segmentation에 기여한 논문이다. 기존의 Segmentation 모델 , Deconvnet, FCN,U-net의 경우 파라미터 수가 많고, 연사량이 많아 추론시간이 많이 소모된다. 이는 즉각적으로 추론해야 하는 자율주행분야에서는 큰 단점 중 하나이다. 또한, 기존모델은 Encoder와 Decoder를 거치면서 Coarse feature map 현상이 일어난다. 이로 인해 사물간의 경계선이 잘 구분되어 있지 않는다. 이에, SegNet은 파라미터 수를 획기적으로 줄여, 추론시간을 감소키시고, max - pooling indices를 통해 사물간의 경계를 더욱 잘 나타게 할 수 있도록 architecture를 구성하였다. 2. 모..

1. 논문 소개 위 논문은 Image Segmentation 중 의료 이미지에 많이 있는 모델로 2015년에 발표 되었지만, 아직까지도 기본 모델로 많이 쓰이고 있다. 전체적인 architecture 가 U자 모양으로 되어 있어 U-net 이라고 불리우고 있다. 실제로 이러한 U-net 모델을 활용하여 적은 데이터셋으로 높은 정확도를 보여준다고 이 논문은 소개하고 있다. ** Image Segmentation 이란? Image processing 에는 크게 세가지로 분야가 있는데, 첫번째는 우리가 흔히 알고 있는 Classification 이다. 이미지 전체를 하나의 클래스로 예측하는 문제이다. 두번째는 Object Detction 인데, 이는 이미지 내에 한개 이상의 Object가 있고 각각의 Obje..