반응형 딥러닝 with Python52 [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. [딥러닝 with 파이썬] PReLU란? Parametric ReLu란? (활성화함수, Activation Function) 이번에 알아볼 것은 PReLU입니다. 활성화 함수의 한 종류로서, ReLU의 변형 형태인데요. PReLU가 어떤 특징과 장점이 있길래 사용되는지 한번 알아보겠습니다. 1. ReLU란? - PReLU에 대해서 알아보기 전에 먼저 ReLU에 대해서 알아보겠습니다. 앞서 설명드렸던 PReLU는 ReLU의 변형함수 형태이기 때문이죠 - ReLU란, Rectified Linear Unit으로 딥러닝에서 가장 많이 사용되는 활성화 함수 중 하나입니다. - 이는, 입력이 0보다 크면 입력을 그대로 출력하고, 0보다 작으면 0을 출력하는 함수인데요. 이를 수식으로 정의하면 아래와 같습니다. * ReLU(x) = max(0,x) - 그래프로 표현해보면 아래와 같습니다. - ReLU의 함수는 다음과 같은 특징을 가지고 있.. 2023. 10. 3. [딥러닝 with 파이썬] ResNet(잔차신경망)의 개념 (2/2) / CIFAR-10 활용해서 이미지 분류모델 구현 이번에는 저번 시간에 알아본 Residual Network의 개념을 바탕으로, Residual Block을 만들어보고 이를 쌓아간 Residual Network를 파이썬 코드로 구현해보겠습니다. 만들어진 모델은 CIFAR-10 데이터 셋을 분류하면서 그 효과를 알아보도록 하겠습니다. 1. CIFAR-10 데이터 셋이란? - CIFAR-10 이란, 32x32 크기의 컬러 이미지 60,000개로 구성된 이미지 분류 데이터셋을 말합니다. * 이때 뒤에 붙은 10은, 각 이미지의 종류(클래스)가 10개라는 것을 의미합니다. * 또한, 각 클래스의 분포는 균등한데요. 즉, 60,000개 중 1/10인 6,000개씩 균등하게 클래스 별 이미지가 데이터셋을 구축한다는 것을 의미합니다. - CIFAR-10 데이터 셋의.. 2023. 10. 1. 이전 1 ··· 9 10 11 12 13 다음 반응형
