본문 바로가기
반응형

전체 글203

[딥러닝 with 파이썬] 분류(Classification)란? 사례 분류(Instance Classification) / 범주 분류(Categorical Classification) 1. 사례 분류 vs 범주 분류 (Instance Classification vs Categorical Classification) 1) 사례 분류(Instance Classification) - 사례 분류는, 내 차나 어린이 교통표지팥과 같이 모양과 텍스처가 고정된 특정 물체를 찾는 문제를 말합니다. - 보통 모양이 변하지 않는 강체(Rigid Object)로 국한하며, 교통약자 표지판 처럼 변치않는 모양을 가진 것을 분류하는 것이 그 예시입니다. 2) 범주 분류(Categorical Classifcation) - 범주 분류는 코끼라나 자전거처럼 일반 부류에 속하는 물체를 알아내는 문제로, 모양이 변하는 물체까지를 포함합니다. - 예를 들어 자전거는 세발과 두발, 외발이 있고 코끼리는 걷거나 뛰거나 누.. 2023. 12. 3.
[딥러닝 개념정리] Object Detection이란? 객체 검출이란? 이번에는 지난 시간에 알아본 컴퓨터 비전 방법 중 객체 검출(Object Detection)에 대해서 조금 더 자세히 알아보겠습니다. [딥러닝 with 파이썬] 컴퓨터 비전에서의 이미지 분류(Image Classification), 객체 검출(Object Detection), 이미지 분할(Image Segmentation)에 대한 이해 [딥러닝 with 파이썬] 컴퓨터 비전에서의 이미지 분류(Image Classification), 객체 검출(Object Detection), 컴퓨터 비전(Computer Vision)이란, 기계가 이미지를 이해하고 해석하는 능력을 개발하는 분야입니다. 해당 분야에서는 3가지의 주요 방법론이 있는데요. 이는 이미지 분류(Classification), 객체 검출(Obj ja.. 2023. 11. 11.
[딥러닝 with 파이썬] 크로스 엔트로피(Cross Entropy) 1. 크로스 엔트로피란? Cross Entropy - 크로스 엔트로피(Cross Entropy)는 두 확률 분포 간의 차이를 측정하는데 사용되는 개념입니다. 특히, 모델이 예측한 확률 분포와 실제 데이터의 분포 사이의 측정하는데 주로 활용됩니다. - 이는 분류(Classification) 문제에서 모델의 성능을 평가하는데 자주 사용되는 손실함수(Loss Function) 중 하나입니다. * Loss function, 손실함수는 머신 러닝에서 모델의 예측이 얼마나 잘못되었는지를 측정하는 함수를 말합니다. 즉, "모델이 예측한 값" 과 "실제 값" 사이의 오차 혹은 손실을 수치화하는 것으로, 이렇게 설정된 오차함수는 모델 훈련상 하나의 지표가 되어 반복되는 훈련 간 이 Loss function을 최소화 하는.. 2023. 11. 3.
[딥러닝 with 파이썬] (논문 리뷰)SegNet이란? SegNet은 " SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation" 이라는 논문에 2016년에 등장한 모델로, 이미지의 각 픽셀을 특정 클래스에 할당하는 작업인 Semantic Segementation을 수행하기 위해 개발된 딥러닝 아키텍처입니다. 이 모델은, 인코더-디코더(Encoder - Decoder) 구조 / 풀링 인덱스 사용 / 경량화된 네트워크 라는 특징을 갖고 있는 모델로서, 도로를 촬영한 영상 장면을 분할하고 내시경 이미지 분석, 위성 이미지 분석 등 다양한 응용분야에서 좋은 성능을 보여주는 모델입니다 . 1. SegNet이란 1) SegeNet이란 - 해당 논문 발표 이전 기존의 모델들에서는 .. 2023. 11. 1.
[딥러닝 with 파이썬] (논문리뷰) FCN이란? Fully Convolutional Network (이미지 분할 / Image Segmentation) [이번 포스팅은, "FCN: Fully Convolutional Networks for Semantic Segemantation" 논문과 아래 블로그들을 참조하여 작성하였습니다] https://velog.io/@kimkj38/%EB%85%BC%EB%AC%B8-%EB%A6%AC%EB%B7%B0-FCN-Fully-Convolutional-Networks-for-Semantic-Segmentation [논문 리뷰] FCN: Fully Convolutional Networks for Semantic Segmentation Convolutional Network의 구조를 end-to-end, pixells-to-pixels 방식으로 학습시켜 semantic segmentation 분야에서 SOTA 달성임의의 사이.. 2023. 10. 31.
[딥러닝 with 파이썬] 배치(Batch)란? / 배치정규화(Batch Normalization) 이번에 알아볼 것은 딥러닝 학습 간 많이 활용되는 배치(Batch), 그리고 이 배치를 정규화하는 배치정규화(Batch Normalization)에 대해서 알아보겠습니다. 1. 배치(Batch)란? - 배치(Batch)는 "일괄적으로 처리되는 집단" 또는 "한 회분"을 나타내는 단어입니다. - 해당 단어가 기계학습 및 딥러닝 분야에서는, 데이터를 처리하는 기본 단위를 의미합니다. * 즉, 전체 데이터 세트에서 일부분을 하나의 배치(Batch) 라고 표현합니다. * 위 그림처럼 전체 데이터셋의 일부를 Batch로 표현합니다. - 이렇게 전체 데이터를 배치로 나누어서 처리하는 이유는 무엇일까요? * 그것은 바로, 데이터의 크기가 큰 경우 전체 데이터를 하번에 처리할 수 없기 때문입니다. 그래서, 이렇게 배치.. 2023. 10. 29.
[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.
반응형

티스토리툴바