본문 바로가기
반응형

전체 글203

[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.
[딥러닝 with Python] SRGAN이란? / Super Resolution GAN (1/2) / SRGAN의 개념 [본 포스팅은 논문 " Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network " 와 wikidocs "한땀한땀 딥러닝 비전 백과사전"을 참고하여 작성하였습니다] 이번에 알아볼 GAN 모델은 화질을 개선시켜주는 GAN인, Super Resolution GAN입니다. 1. Image Super Resolution 이란? - Image Super Resolution(이미지 슈퍼해상도, 이하 SR)는 저해상도 이미지를 고해상도 이미지로 업스케일링하는 컴퓨터 비전 및 이미지 처리 기술을 말합니다. - 이 기술은 이미지의 세부 정보를 높이고 이미지의 시각적 품질을 향상시키는 목적으로 사용되는데요 - 이러한 SR이 사용.. 2023. 10. 5.
[딥러닝 with 파이썬] 픽셀셔플 / Pixel Shuffle 이번에 알아볼 것은 픽셀셔플(Pixel Shuffle) 입니다. 픽셀셔플이란, 초해상화(Super Resolution)에 사용되는 기법으로 저해상도 이미지를 고해상도 이미지로 변환하는데 사용되는데요. Super Resolution GAN 등을 이해하기 위한 기본개념인, 픽셀 셔플에 대해서 알아보도록 하겠습니다. 1. 픽셀셔플(Pixel Shuffle)이란? - 픽셀 셔플은 저해상도 이미지의 픽셀을 임의로 재배열하여 고해상도 이미지를 생성하는 방법을 말합니다. * 이를 시각화 해보면 아래와 같습니다. - 픽셀이 임의로 재배열되면 저해상도 이미지의 정보가 고해상도 이미지로 확산되어 더 사실적인 이미지를 생성할 수 있습니다. - 픽셀 셔플의 구현방법은 아래와 같습니다. (위 그림과 같이 보시면 이해가 편합니다.. 2023. 10. 4.
반응형

티스토리툴바