# Multi-Label
[공모전 후기] k-ium 의료 인공지능 경진대회 2회 참가 후기
개요 😊참가 경위 😫 AI model 개발 공모전이 하고 싶다... 이전까지 창업 경진대회나 비즈니스 아이디어 경진대회를 위주로 공모전을 수행해오다보니.. 이제 다시 AI model 개발 공모전이 하고 싶어졌다. 이제야 겨우 pretrained model이든, 아예 쌩으로 layer를 쌓든 해서 AI model 개발을 할 수 있다고 말할 수 있는 수준이 됐는데 이대로 그냥 졸업하기에는 아까웠다. 이왕 교내 AI 동아리 회장도 하게 된 거 경험을 더 쌓아보자! 싶어서 평소에 주로 공부해오던 Image deep learning 관련 공모전이 없을까 찾아보았다. 그러다가 마침 공모전 팀 매칭 오픈 카톡방에서 이 대회를 봤고, 지난 번에 의학영상처리 과목도 수강했겠다 바로 같이 하자고 연락을 넣었다. 🟥 대회 설명 대회 주제: 주어진 뇌 혈관 조영술 이미지를 기반으로 뇌 동맥류의 유무와 위치를 판별하는 AI 알고리즘을 개발해라 참가 자격: 대학(원
Q2L(Query2Label) - 논문 리뷰
Dacon대회 중 multi-label관련 sota에서 Q2L을 보고 읽게 되었습니다. 대부분 내용을 요약했고 실제 논문과 다르게 해석했을 수 있습니다. Introduce multi-label classification task는 보통 label imbalance와 roi(region of interests)추출 문제에 대한 벽에 부딪힙니다. label imbalance는 보통 one-vs-all 전략에서 발생합니다. 논문에 이 전략이 자세히 나오지는 않지만 하나의 모델에서 모든 문제를 해결하려는 전략을 의미하는 것 같습니다. 현실의 데이터 레이블 개수(분류할 클래스 수)가 많아지면 많아질 수록 positive, negative의 샘플 개수의 차이가 커집니다. 이건 파레토 법칙(=long-tail=80:20법칙)을 예시로 이해하면 될 것 같습니다. roi의 경우에는 물체들이 서로 다른 위치에 분포하고 있기 때문에 발생합니다. GAP(global average pool)을 사용
[Deep Learning] Classification 모델의 종류를 살펴보자.
🔊 목차 본격적인 분류 모델 이해에 앞서 Classification 종류에 대해 알아보자. 이 글은 모델 설계에 도움이 될 것이다. Binary Classification Multi-Class Classification Multi-Label Classification 😃 분류 모델의 이해 우리는 목적에 따라 분류 모델을 설계해야 한다. 분류 모델은 크게 세가지로 나뉜다. Binary Classification Multi-Class Classification Multi-Label Classification 위 모델들 구현시에 통계적 이론에 차이가 존재한다. 즉 우리는 목적에 맞는 Classification 을 찾고 그에 알맞은 이론을 구현해야 할 것이다. 더불어 이 글에서는 이미지 분류 모델을 중심으로 설명할 예정이지만 분류 문제는 이미지