H. Deng and X. Li, "Anomaly Detection via Reverse Distillation from One-Class Embedding," arXiv preprint arXiv:2201.10703, 2022. [Online]. Available:

다층으로 구성된 퍼셉트론을 주로 Fully connected layer라고 부른다.3차원 이미지를 1차원 벡터로 늘려뜨려 내적 연산을 통해 10 class로 이뤄진 activation layer에 출력한다.Convoluation layer는 기존의 이미지 차원을 보존하

Link : Emerging Properties in Self-Supervised Vision Transformers이미지를 여러 patch로 나누어 embedding 후, 각 패치를 하나의 token으로 생각하여 transformer 구조에 입력한다.$\\righta

review... 지난 3강에서 우리는 3가지를 배웠다 score vector : classifier를 통과해 나온 class의 크기 Loss function : 바로 분류한 결과와 실제 값의 차이를 정량적으로 확인하는 function이다. regularization

NeRF는 Multi-view image와 해당 카메라의 방향 및 공간 좌표 정보만으로 3D 장면을 암묵적으로 표현하는 방식이다.실제 데이터가 3D mesh data가 아니고 기하적 구조를 띄우지 않지만 MLP의 가중치에 내제되어 있다는 점에서 '암묵적'이란 표현을 씀

Semi-supervised Semantic segmentation(SSS)의 일반화 성능 향상을 위한 Data augmentation 기법을 제시한 논문이다 computer vision을 위한 dataset에서 일일히 labeling시키는 것은 cost가 매우 나가

Camera: scence에 대한 풍부한 정보를 가지고 있지만, object의 크기가 다양할 때, segment 성능이 낮아지고 3D segmentation 적용이 쉽지 않다.Lidar: 3D semantic segmentation이 가능하지만, laser point들

Adopted vision-language model을 통해 segment image 성능 향상

segment model의 “foundation model”을 만들어 보겠다 > foundation model? 논문 상에서는 두 가지 요건을 설명하고 있다. 새로운 dataset에 대하여 zero-shot 혹은 few-shot learning을 수행해야함 p

CS 및 CV를 공부하기 위해 내가 어떤 공부를 해야하는가를 정리한 글이다.비전공자이지만 어떻게든 해볼 예정이다.기록용 글이므로 두서없음을 주의할 것운영체제 - 한기대 최덕수 교수Not yet자료구조 - 세종대 최유경 교수Not yet선형대수학 - 이상엽Not yetc

Loss function은 무엇인가?바로 분류한 결과와 실제 값의 차이를 정량적으로 확인하는 function이다.이를 통해 우리는 현재 분류 결과가 얼마나 좋은지 혹은 나쁜지를 판단할 수 있는 근거를 가지게 된다.$L\_{i}(\*)$가 우리가 선택할 Loss func

이미지 분류기로 두 가지 기술을 소개하고 있다.두 기술에 대해서 가볍게 짚을 예정이다.image의 Feature을 추출하여 만든 여러 data point들이 있다고 하자.여기서 가장 근접한 거리의 data point들을 하나의 class로 묶는 것을 Nearest Ne

🚩시작을 하며... 졸업을 하고서야 컴퓨터 비전을 희망하는 나에겐 남은 시간이 별로 없다. 왜냐면... 대학원 진학을 위한 준비를 해야하기 때문에!! 그러니 이제부터 공부한 것들을 하나씩 포스팅해가며 컴퓨터 비전 전공자가 되기 위한 기나긴 여정을 진행할 예정이다.