반응형 전체 글165 [딥러닝 with 파이썬] U-Net 모델 구현하기 (Semantic Segmentation) [본 포스팅은 Medium의 "Semantic Segmentation in Self-driving Cars" 포스팅과 아래 블로그를 참조하여 작성하였습니다] https://blog.jovian.com/semantic-segmentation-in-self-driving-cars-3cb89aa08e9b Semantic Segmentation in Self-driving Cars A bare-bones intro to distinguish objects in a road scene with Autonomous Vehicles using PyTorch 🔥 blog.jovian.com https://velog.io/@jarvis_geun/U-Net-%EC%8B%A4%EC%8A%B5 U-Net 실습 이번 포스팅에서.. 2023. 10. 28. [딥러닝 with 파이썬] Segmentation 평가지표 (Pixel Accuracy, IOU, Dice Coefficient(F1 score), Precision & Recall 등) 이번에는 Image Segementaion 결과를 평가할 때 사용되는 지표들에 대해서 정리해보겠습니다. 먼저, 간단히 Image Segementation에 대한 정의를 정리해보고, 이후 평가지표들에 대해서 알아보겠습니다. 1. Image Segementation 이란? - Image Segmentaion은 이미지를 구성하는 픽셀들을 여러 개의 세그먼트(Segment)로 나누는 과정을 의미합니다. 이는 이미지를 더 잘 이해하고 분석하기 위함이며, Segmenation을 통해 객체의 경계, 모양, 크기 텍스처 등의 정보를 추출할 수 있습니다. - 이미지 세그멘테이션의 유형은 크게 3가지 정도로 볼 수 있습니다. a) Semantic Image Segmentation : 모든 픽셀을 특정 클래스에 할당하는 것.. 2023. 10. 27. [딥러닝 with 파이썬] 컴퓨터 비전에서의 이미지 분류(Image Classification), 객체 검출(Object Detection), 이미지 분할(Image Segmentation)에 대한 이해 컴퓨터 비전(Computer Vision)이란, 기계가 이미지를 이해하고 해석하는 능력을 개발하는 분야입니다. 해당 분야에서는 3가지의 주요 방법론이 있는데요. 이는 이미지 분류(Classification), 객체 검출(Object Detection), 분할(Segmentation)입니다. 비슷한 것 처럼 보이지만, 다른 분야인 이 3가지에 대해서 알아보도록 하겠습니다. 1. 이미지 분류(Image Classification)와 객체 검출(Object Detectino), 그리고 이미지 분할(Image Segmentation)의 차이 1) 이미지 분류(Image Classification) - 목적 : 전체 이미지를 하나의 카테고리로 분류하는 것입니다. 여기서 주목할 것은 "이미지 전체를 하나의 카테고리.. 2023. 10. 26. [딥러닝 with 파이썬] (논문리뷰)U-Net이란? U-Net: Convolutional Networks for Biomedical Image Segmentation 이번에 리뷰할 논문은 U-Net: Convolutional Networks for Biomedical Image Segmentation 입니다.[본 리뷰는 논문 " U-Net: Convolutional Networks for Biomedical Image Segmentation " 와 아래 medium 자료를 참고하여 제작하였습니다]https://medium.com/@msmapark2/u-net-%EB%85%BC%EB%AC%B8-%EB%A6%AC%EB%B7%B0-u-net-convolutional-networks-for-biomedical-image-segmentation-456d6901b28a U-Net 논문 리뷰 — U-Net: Convolutional Networks for Biomedical .. 2023. 10. 25. [딥러닝 with 파이썬] Knowledge Distillation이란? 딥러닝 모델의 지식 증류기법이란? (2/2) (MNIST 데이터 사용) 이번에는 지난 시간에 Knowledge Distillation의 개념에 대해서 알아본 것에 이어서, 파이썬 코딩을 통해서 Knowledge Distillation을 구현해보겠습니다. 1. 파이썬 코드를 통해 구현하는 Knowledge Distillation - MNIST 데이터 분류 - 이번 코드 작성간에는 Knowledge Distillation 구현 간, MNIST 데이터를 활용하여 분류 성능을 확인해보겠습니다. - MNIST 데이터에 대한 설명은 아래 포스팅을 참조하시면 되겠습니다. [딥러닝 with 파이썬] GAN (Generative Adversarial Networks) / 생성적 적대 신경망 / MNIST 데이터로 구현 [딥러닝 with 파이썬] GAN (Generative Adversari.. 2023. 10. 12. [딥러닝 with 파이썬] Knowledge Distillation이란? 딥러닝 모델의 지식 증류기법이란? (1/2) 이번에는 Knowledge Distillation(지식 증류)이라는 기법에 대해서 알아보겠습니다. 1. Knowledge Distillation(지식 증류)란? - Knowledge Distillation, 우리말로 지식 증류란, 딥러닝 분야에서 큰 모델(Teacher model)의 지식을 작은 모델(Student model)로 전달하여 작은 모델의 성능을 향상시키는 방법론을 말합니다. - 이는 NIPS 2014에서 제프리 힌튼, 오리올 비니알스, 제프 딘 세사람의 이름으로 제출된 "Distillting the Knowledge in a Neural Network"라는 논문에서 등장한 개념입니다. - Knowledge Distillation이 등장하게 된 배경은 다음과 같습니다. * 인공신경망 기반의 모.. 2023. 10. 11. [딥러닝 with 파이썬] 활성화 함수(Activation Function)란? 이번에는 딥러닝의 기초 중 하나인 활성화 함수에 대해서 알아보도록 하겠습니다. 1. 활성화 함수(Activation Function)란? - 활성화 함수(Activation Function)란, 인공 신경망에서 입력 값의 가중치 합을 출력 신호로 변환하는 함수를 말합니다. - 즉, 입력값들(X)이 신경망에 들어오게되면 먼저 가중치(W)가 곱해지고 편향(b)이 더해져 선형 결합(W*X + b)이 이루어지고 이 선형 결합 된 값이 특정 함수를 거쳐 출력값으로 나오게 되는데, 이때 사용되는 특정 함수를 활성화 함수(Activation Function)라고 합니다. - 이 함수가 활성화 함수로 불리는 이유는, 입력 신호에 대한 가중치 합은 결국 선형 결합인데 이 결과물을 비선형으로 변환하여 뉴런을 화성화 시키기.. 2023. 10. 10. [딥러닝 with Python] SRGAN이란? / Super Resolution GAN (2/2) / 파이썬으로 코딩 [이번 포스팅은 "Must Have 텐초의 파이토치 딥러닝 특강" 의 내용을 참조하여 작성하였습니다] 이번에는 지난 시간에 알아본 SRGAN의 개념을 파이썬 코딩을 통해서 구현해보도록 하겠습니다. 이번 모델 구현 간에는 CelebA라는 데이터셋을 활용할 건데요 1. Celeb A 데이터 셋이란? - Celeb A 데이터 셋은 Celebrity Attributes의 약자로, 해당 데이터 셋은 유명인사들의 얼굴 이미지를 수집하고 주석(annotation)된 정보를 포함하고 있습니다. 이는 약 20만개 이상의 얼굴 이미지(10,177명의 개별인물)가 있으며, 다양한 인물, 표정, 포즈, 조명 조건 등을 포함해 다양한 상황에서 촬영된 이미지를 제공하고 있습니다. 또한, 각 얼굴 이미지에 대해 라벨링 되어 있으며.. 2023. 10. 6. 이전 1 ··· 13 14 15 16 17 18 19 ··· 21 다음 반응형