# CV
1-8. 직접 찾아보기
1) 내가 하고 싶은 분야 논문 찾아보기컴퓨터 비전을 공부하시면서 AlexNet, VGG, ResNet부터 오늘 다룬 DenseNet, SENet, NASNet, EfficientNet 등 다양한 아키텍처를 접하셨을 것입니다. 이렇게 유명한 네트워크들은 앞으로 이미지를
1-4. ResNet 이후 시도 (1) Connection을 촘촘히
주요 참고 자료 원본 논문: Densely Connected Convolutional NetworksDenseNet Tutorial 1 Paper Review & Implementaion detailsResNet이 보여준 실험 결과를 살펴보면서 "이 정도 성능이면 충분
1-3. ResNet의 핵심개념과 그 효과
1) ResNet 논문의 문제의식서론(Introduction)을 통해 ResNet 논문이 제기하고 있는 문제의 핵심을 명확히 정리해 봅시다. 최초로 제기하는 질문은 딥러닝 모델의 레이어를 깊이 쌓으면 항상 성능이 좋아지는가 하는 것입니다. 그러나 이 질문이 문제의 핵심
[TIL] You Only Look Once: Unified, Real-Time Object Detection
2 Stage Object Detection : 위치 → 분류1 Stage Object Detection : 위치 + 분류 → Confidence = acc. + IoU ⇒ confidence 50% 이상인 경우에만 물체가 있을 확률이 높다고 판단, 50% 이하의 경우
[CV] Few-shot Learning 이란?
의료 분야와 같이 제한된 데이터셋을 이용하여 모델을 학습시키고자 하는 경우, '적은 데이터셋으로 모델을 학습시킬 수 있는가'에 대한 고민을 하게 된다. 이와 관련하여 여러 레퍼런스를 찾아보던 도중, Few-shot Learning 을 알게되었다.Few-shot Lear
Year Dream School Clinic
Tree & Heap Tree 트리: Node와 Branch를 이용해서, 사이클을 이루지 않도록 구성한 데이터 구조 실제로 어디에 많이 사용되나? 트리 중 이진 트리 (Binary Tree) 형태의 구조로, 탐색(검색) 알고리즘 구현을 위해 많이 사용됨 2.
한밤의 CS 산책 - CV
안녕하세요.우원입니다.<한밤의 CS 산책>오늘의 주제는 CV입니다.제가 가장 관심 있는 분야인Computer Vision에 대해 설명하게 되어 정말 기쁩니다.
Computer Vision Series (2) - 딥러닝 개론 > Supervised Learning & Unsupervised Learning
안녕하세요.우원입니다.
[논문리뷰 | CV] ViT : An Image Worth 16 x 16 Words : Transformers for Image Recognition At Scale
Transformer를 이미지에 적용하며 처음으로 괜찮은 성과를 낸 모델이자 그것의 시초가 된 모델이다. NLP를 공부하며 많이 봤었던 Transformer이기에 문제 없이 읽었으나 조금 어려웠던 부분들이 있어 해당 부분은 이후에 따로 정리해보고자 한다.NLP분야에서
PP-LiteSeg: A Superior Real-Time Semantic Segmentation Model 리뷰
PP-LiteSeg: A Superior Real-Time Semantic Segmentation Modelsemantic segmentation 논문리뷰
[논문리뷰 | CV] AlexNet 논문리뷰
지난주부터 CV 논문 리뷰를 시작했다. 그것의 첫 시작으로 AlexNet을 선택했다. 지금까지 NLP 위주로 공부를 진행해왔기에 조금은 어색하기도 하지만 딥러닝을 이해하기 위해서는 넓은 분야에 대해 알아야 하기 때문에 도전해보았다.CV 논문을 리뷰하다 보면 어려운 부분
Yolo PyTorch custom dataset 학습시키기 [4]
이번 포스팅에서는 이전 포스팅에서 만들었던 best.pt파일과 last.pt파일을 활용해 실제로 스크롤업 스크롤다운 되는 기능을 구현해보겠습니다. 비단 스크롤업과 스크롤다운 뿐만 아니라, 검출된 정보를 뽑아낼 수 있다면 여러분들이 구현하고자 하는 것대로 커스터마이징할
Yolo PyTorch custom dataset 학습시키기 [3]
이번 포스팅에서는 이전 포스팅에서 라벨링했던 정보를 yolov5s 모델에 넣어 학습시킬 예정입니다. yolov5s 같은 경우 추가적인 다운과정 없이 ultralytics github 페이지를 clone하시면 됩니다.우선 현재는 다음과 같이 data 폴더와 yolov5폴
Yolo PyTorch custom dataset 학습시키기 [2]
이번 포스팅에서는 이전 포스팅에서 수집한 데이터를 라벨링할 차례입니다.labelimg를 이용해 yolo 형식에 맞는 라벨링을 진행할 예정입니다.m1에서 lableimg 실행 방법은 이 프스팅을 읽어주세요. 윈도우의 경우 labelimg github의 README에 나와
Yolo PyTorch custom dataset 학습시키기 [1]
이번 포스팅으로 정리해볼 내용은 직접 데이터를 모으고 데이터라벨링을 거쳐 학습시킨 후 실시간으로 학습시킨 내용을 확인해보는 내용입니다. 이 포스팅은 이 유튜브에 대한 내용을 활용 및 변형 했습니다. 아직 yolo나 AI에 대한 내용이 미숙해서 구체적으로는 알지 못합
[논문 리뷰] Generative Adversarial Nets
적대적인 과정을 통해 생성 모델을 추정하는 구조를 제안한다.생성 모델 G는 데이터의 분포를 포착하고, 구별 모델 D는 G 또는 training data로부터 오는 확률을 추정한다.학습과정에서 G는 D가 실수하게 만드는 확률을 최대화시킨다.minimax two-playe
[논문 리뷰] EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
Abstract CNN은 고정된 비용으로 발전되어왔고 만약 자원이 더욱 있었다면 성능이 더 올랐을 것이다. 해당 논문에서는 모델의 크기를 체계적으로 조절하고 신경망의 깊이, 너비, 해상도의 균형을 맞추면 성능을 더욱 높일 수 있을 것이라고 말한다. 이러한 관점으로 새로
[딥러닝 프로젝트] 01. 영상 장면 검색 모델 기획안
📌 목차 프로젝트 주제 기획의도 선행자료 조사 데이터 수집 및 특성 모델 확장성 1. 프로젝트 주제 멀티 모달을 활용한 영상(영화)장면 검색 모델 텍스트로 원하는 장면을 검색하면 해당하는 장면을 띄워주는 모델 구현 2. 기획의도 1) 기업과