CAM-loss 논문링크 Cam-loss 구현코드가 없어서 직접구현을 해봤습니다. 논문에 나와있는 위 그림이 전체 구조입니다. Global Average Pooling(GAP)를 하기 전 계층의 Feature Map을 가져와 모두 더한 CAAM과 다음 계층의 가중치를 곱하고 더한 CAM의 차이(정확히는 label에 연결된 가중치)와 보통 사용하는 CrossEntropy를 가중합해서 만든 것이 CAM-loss입니다 간단하게 적용해보기 위해서 데이터 셋은 MNIST를 사용했습니다. Model 모델은 Resnet backbone모델과 간단한 Custom모델을 사용했습니다. backbone model을 사

간단하게 pytorch를 쓸 가상환경을 pipenv로 만들기 위한 작업입니다. Pipenv pipenv는 conda나 venv와 같이 python가상환경을 만들기 위한 도구입니다 폴더별로 가상환경이 생성되며, Pipfile과 Pipfile.lock파일로 환경을 저장하고 있습니다. 가상환경을 설정한뒤 Pipfile을 잠시 보겠습니다 아무것도 설치하지 않은 가상환경입니다. Advanced Usage of pipenv 위 링크로 접속해서 pipenv 사용법을 보면 어떻게 torch를 설치해야하는지 자세히 알 수 있습니다 PyTorch 잠깐 Pytorch 설치하는 법을 보고 가겠습니다. 저는 Window를 사용하고 pip를 이용하며 cuda를 사용할 것이므로, 아래와 같이 선택해주면 아래와 같은 명령어를 볼 수 있습니다. ![]