1) Conditional generative model 이것은 무엇인가?? 조건이 주어졌을 때 image를 해석해주는 것을 말한다. 예를 들어 위와 같이 실제 이미지를 가방으로 번역하는 함수가 있다고 한다. 이러한 모델은 조건에 해당하는 결과가 나오는 모델이다. generative model 자체가 확률분포를 모델링하는 기법이기 때문에 확률분포로 표현할 수 있다. 그리고 이러한 조건이 주어지면 확률분포가 확률이 높은 구간의 image가 sampling 되어 나올 것이다. Generative model VS Conditional generative model Generative model 같은 경우에는 생성만 가능했지 이것을 조작하지는 못했다. 하지만 Conditional genrative model 같..
1) 강의 복습 내용 1. Computer vision 개요, Classification https://ltsgod.tistory.com/101 Computer Vision 개요 어떻게 하면 사람의 시각을 컴퓨터로 구현할 수 있을까?? 전통적인 방법 Input - Feature extraction - Classification - Output Deep Learning Input - Feature extraction + Classification - Output Deep Learning을 이용하면 더이상 ltsgod.tistory.com 2. Annotation Data Efficient Learning https://ltsgod.tistory.com/100 Annotation Data Efficient ..
Resize() -> 해상도 조정 CenterCrop() 가운데 자름 FiveCrop() -> 가운데랑 모서리들 Grayscale() -> grayscale로 바꿈 Random 방법들 ColorJitter() GaussianBlur() 더보기 GaussianBlur는 이미지 처리에서 많이 사용되는 필터 중 하나로, 가우시안 함수를 기반으로 이미지를 부드럽게 만드는데 사용됩니다. 이 필터는 이미지의 잡음을 감소시키고 선명도를 감소시킴으로써 이미지를 부드럽게 만듭니다. GaussianBlur 함수는 블러링 처리를 하기 위해 가우시안 함수를 적용하는데, 이 함수는 중심부에서 멀어질수록 감쇠하는 형태를 띄는 함수입니다. 가우시안 함수는 다양한 분야에서 활용되며, 이미지 처리 분야에서도 이미지 블러링, 에지 검출..
앞의 Object Detection에서 얘기 했듯 Segmentation 은 같은 클래스내의 다른 객체들은 구분하지 못한다. 따라서 이러한 Semantic segmentation + 물체를 구분하는(object detection)을 활용 한 방법이 Instance Segmentation이다. 1) Instance segmentation 1. Mask R-CNN 그전의 Faster R-CNN은 RPN으로 나온 Bounding Box Proposals 를 이용해 RoI pooling 시켜주었다. 이 때 RoI pooling은 정수좌표들만 지원했었는데 Mask R-CNN의 RoIAlign은 정교한 소숫점 pixel level의 pooling 을 지원해 준다. 또 Mask R-CNN은 기존의 Faster R-C..
0) CNN Visualization 개요 지금 까지 배운 CNN 기반 Network는 학습가능한 Conv와 non-linear function이 연속으로 되어있는 것으로 볼 수 있다. 이러한 학습이 왜 잘 되는지, CNN 내부에서는 어떻게 학습하고 있는지 등을 보기 위해서는 내부를 까봐야한다. 하지만 여러 단계의 weight로 이루어져 있어 복잡한 내부를 이루고 있다(Black Box) 따라서 이러한 Black Box 의 내부를 까봐야하기 때문에 Visualization이 필요하다. CNN에서 낮은 레벨의 계층에서는 방향성을 가진 선이나 block들이 분포되어 있는 것으로 관찰된다. 또 높아질 수록 의미있는 표현이 학습된다. 첫번째 계층의 Activation visualization을 봐보자. Alex..
0) Object Detection Semantic segmentation 과 밑의 두 instance segmentation, Panoptic segmentation이 다른점. -> Semantic segmentation 은 같은 클래스내의 Instance는 따로 구분하지 않지만 밑의 두 방법은 같은 class더라도 Instance를 구분한다. 밑의 두 방법에는 classification 과 Box localization 이 들어간다. 이것은 Semantic segmentation 보다 어려운 문제에 속하고 이렇게 classification + Box localization 이 들어간 것을 Object Detection이라고 한다. Object Detection 적용분야 자율주행 OCR(Optical ..
