728x90 ResNet4 [Python to AI] 딥러닝이 이미지를 처리하는 방법, CNN을 이용한 Detection (Competition) - week 7, 8 딥러닝이 이미지를 처리하는 방법 1. Classification 2. Detection 둘은 어떻게 다를까? Classification (분류): 목표: 이미지를 사전 정의된 클래스 레이블 중 하나로 할당하는 것. 접근 방식: 이미지의 전체적인 내용을 이해하고, 이미지에 포함된 개체 또는 속성을 식별하여 해당하는 클래스로 분류하는 것. 예시: 고양이, 개, 자동차, 비행기 등과 같은 카테고리로 이미지를 분류하는 작업. Detection (탐지): 목표: 이미지 내에 존재하는 개별 객체의 위치와 클래스를 탐지하는 것. 접근 방식: 이미지에서 객체의 위치를 찾아내고, 해당 객체의 클래스를 식별. 이를 위해 이미지에서 객체의 경계 상자(bounding box)를 그리고, 객체가 속하는 클래스 레이블을 할당. .. 2023. 6. 28. [Python to AI] 딥러닝이 이미지를 처리하는 방법, CNN을 이용한 Classification (Competition) - week 5, 6 딥러닝이 이미지를 처리하는 방법 1. Classification 2. Segmentation 둘은 어떻게 다를까? Classification (분류): 목표: 이미지를 사전 정의된 클래스 레이블 중 하나로 할당하는 것. 접근 방식: 이미지의 전체적인 내용을 이해하고, 이미지에 포함된 개체 또는 속성을 식별하여 해당하는 클래스로 분류하는 것. 예시: 고양이, 개, 자동차, 비행기 등과 같은 카테고리로 이미지를 분류하는 작업. Segmentation (분할): 목표: 이미지를 픽셀 단위로 그룹화하여 의미 있는 영역으로 분할하는 것. 접근 방식: 이미지의 각 픽셀을 개별적으로 분석하고, 픽셀을 객체 또는 배경으로 할당하여 영역을 정의하는 것. 예시: 이미지 내의 개별 객체 또는 영역을 정확하게 분리하기 위해 .. 2023. 6. 21. [딥러닝/CNN] Pre-activation ResNet 계속 기울기 1이다 -> 아님 그 부분에도 계속 ReLU가 씌워지기 때문 layer 1000개 쯤 쌓으면 학습이 안 된다. layer를 깊게 쌓았을 때 발생하는 문제점 해결하기 위한 논문 Fine Tuning 관점 code 구현 resnetv2.py 2022. 10. 6. [논문 리뷰] ResNet 논문 리뷰 +) ResNet이 1000장 정도 쌓이면 성능이 저하되는 문제를 해결하기 위한 추가 연구는 글 맨 아래에 있음 ResNet 마이크로소프트 팀이 소개한 ResNet 모델입니다. Residual 이라는 새로운 방법이 도입되었습니다. ILSVRC 2015에서 처음으로 Human recognition보다 높은 성능을 보이며 1위를 차지한 152 layer의 모델을 알아봅시다. ↓ 논문 링크 ↓ ResNet paper 더보기 딥러닝 ResNet 논문 리뷰 pytorch 파이토치 tensorflow 텐서플로 code 코드 Abstract 역대 ILSVRC 대회를 보면 depth가 커질수록 성능은 좋아지지만 overfitting, gradient vanishing, 연산량 증가 등의 문제가 있다. 그래서 이전에 사.. 2022. 10. 6. 이전 1 다음 728x90 반응형
