Image Segmentation

U-Net은 이미지 분할(Image Segmentation)을 목적으로 제안된 End-to-End 방식의 Fully-Convolutional Network 기반 모델이다.네트워크 구성의 형태(‘U’)로 인해 U-Net이라는 이름이 붙여졌다.U-Net 은 인코더 또는 축

DeepLab V3+ 는 2개의 Encoder를 제시하는데, 전체적인 모델의 구조는 위 그림과 같다. Encoder에서 나온 최종 feature map에 대해 4배 bilinear upsample을 수행합니다.Encoder 중간에서 나온 feature map (Low-

Mask R-CNN은 일반적으로 detection task보다는 instance segmentation task에서 주로 사용된다.Faster R-CNN에 기반한 모델이다.Mask R-CNN은 두 branch와 평행(pararell)으로 segmentation mask

어떤 목적을 이루기 위해 학습된 모델을 다른 작업에 이용하는 것을 말합니다.모델의 지식을 다른 문제에 이용하는 것으로 볼 수 있습니다.학습이 빠르게 수행될 수 있습니다. 이미 입력되는 데이터에 대해 특징을 효율적으로 추출하기 때문에, 학습할 데이터에 대해 특징을 추출하

Data augmentation는 갖고 있는 데이터셋을 여러 가지 방법으로 augment하여 실질적인 학습 데이터셋의 규모를 키울 수 있는 방법입니다.이때 새로운 데이터는 원본 데이터의 특성을 잘 반영하고 있어야 합니다.데이터에 대한 접근이 쉬워졌음에도 일부 데이터는

Weight가 너무 큰 값들을 가지지 않도록 하는 것이다.Weight가 너무 큰 값을 가지게 되면 과하게 구불구불한 형태의 함수가 만들어지는데, Regularization은 이런 모델의 복잡도를 낮추기 위한 방법이다.Regularization은 단순하게 cost fun