ML | DL (10) 썸네일형 리스트형 [Review] Scaled-YOLOv4: Scaling Cross Stage Partial Network 이번 포스팅에서는 Object detection을 위한 모델 중 하나인 “Scaled-YOLOv4: Scaling Cross Stage Partial Network “를 리뷰해보겠습니다. Scaled-YOLOv4는 YOLOv4의 다음 버전이라고 볼 수 있고, 2021년 2월에 퍼블리시된 논문입니다. (본 논문의 세 저자들은 YOLOv4의 저자입니다) 리뷰에 앞서, Abstract을 간략하게 정리해보면 다음과 같습니다. depth, width, resolution 뿐만 아닌 네트워크의 구조까지 수정하는 network scaling 기법을 제안함 (논문이 제안된 시점 기준) SOTA 중 가장 높은 AP를 기록함 Introduction Object detection은 이젠 너무 당연하게 적용되는 기술로 자리 .. [Review] BASNet : Boundary-Aware Salient Object Detection 이전에 Salient Object Detection(SOD)에 대한 포스팅을 작성했습니다. 글에 작성하였듯, 2015년부터 deep learning을 이용한 SOD 모델 연구가 활발해지며 다양한 모델이 제안되었습니다. 이번 포스팅에서는 deep learning 기반의 SOD 모델 중 하나인 BASNet에 대해 간단하게 정리해보도록 하겠습니다. BASNet : Boundary-Aware Salient Object Detection BASNet은 2019 CVPR paper에 발표된 모델입니다. BASNet은 이름에서도 볼 수 있듯이, saliency map의 boundary에 quality를 높이기 위해 제안된 모델입니다. 그 동안에 제안되어 온 SOD 알고리즘은 중요한 region을 검출하는 성능에 집중.. [Review] Real-Time High-Resolution Background Matting 이번 포스팅에서는 2021 CVPR에서 Best Student Paper Honorable Mentions을 수상한 논문 중 하나인 “Real-Time High-Resolution Background Matting”에 대해서 리뷰해보려고 합니다. https://openaccess.thecvf.com/content/CVPR2021/html/Lin_Real-Time_High-Resolution_Background_Matting_CVPR_2021_paper.html 리뷰에 앞서, Abstract을 간략하게 정리해보면 다음과 같습니다. 일반적인 GPU로 4K 영상에서는 30fps, HD 영상에선 60fps로 배경 제거 및 교체가 가능함 높은 퀄리티의 alpha matte를 계산하여 머리카락과 같은 세부 정보를 .. Loaded runtime CuDNN library: 7.4.2 but source was compiled with 7.6.0 에러 tensorflow 2.0.0에서 2.3.0으로 업데이트 하면서 버전에 맞는 cudatoolkit과 cudnn을 설치했습니다. 업데이트 후, 대략 다음과 같은 Runtime 에러가 발생했습니다. Loaded runtime CuDNN library: 7.4.2 but source was compiled with 7.6.5. 내용을 보아하니 로드된 cudnn 버전은 7.4.2(이전 tensorflow를 위해 설치한 버전)인데, 컴파일을 7.6.5(지금 tensorflow를 위해 설치한 버전)으로 되었다는 듯 합니다. 저는 다음과 같이 해결했습니다. 1. 일단 보통 cudnn error의 경우, 보통 Memory 문제인 경우가 많았습니다. 실험 당시, 파라미터수가 거의 5배가 늘어난 모델을 사용했기 때문에 업.. [Review] Automated detection of third molars and mandibular nerve by deep learning Automated detection of third molars and mandibular nerve by deep learning Shankeeth Vinayahalingam, Tong Xi, Stefaan Bergé, Thomas Maal & Guido de Jong Scientific Reports (2019) 본 논문은 2019년에 발표된 논문으로, 사랑니(third molar)과 하악관 신경(mandibular nerve)를 detection하는 딥러닝 기법을 소개합니다. 논문이 어렵지는 않아서 한글 해석은 정리하지 않았고, 보면서 저에게 필요한 문단만 정리하였습니다. 출처 : www.nature.com/articles/s41598-019-45487-3#Sec2 Abstract The appro.. [Review] LS-Net : Fast Single-Shot Line-Segment Detector 지극히 개인적인 공부를 위한 리뷰입니다. 크게 도움은 안 되실 듯 원문 : https://arxiv.org/pdf/1912.09532.pdf LS-Net : Fast Single-Shot Line-Segment Detector Abstract 저고도의 무인 항공기(Unmanned Aerial Vehicle, UAV)의 비행에서 power line(전선)은 가장 위험한 요인 중 하나입니다. 최근 몇 년간 UAV의 자동 장애물 방지를 위해 power line을 detection하는 많은 vision based 기술이 제안되었는데, 대부분의 메서드들은 일반적으로 (1) edge detection, (2) Hough Transform, (3) power line의 구조를 기반으로 실제 전선만 남기기 와 같이 3.. [ML] Decision Tree : 의사 결정 나무 (1) 오늘은 머신러닝 기법 중 하나인 Decision Tree에 대해서 포스팅해보도록 하겠습니다. 참고한 책은 Hands On Machine Learning 입니다. Decision Tree는 의사 결정 나무라고도 하는데, classification과 regression, 심지어 multi-output task에까지 사용될 수 있는 머신러닝 알고리즘입니다. Decision Tree는 유명한 머신러닝 기법인 Random Forests에서 사용되는 요소이기도 합니다. (Random Forests는 다음에 포스팅하는걸로..) 1. Making Predictions Decision Tree는 어떤 식으로 예측을 진행할까요? 쉽게 이해하기 위해, 붓꽃(Iris)을 분류하는 태스크를 생각해보겠습니다. 가장 먼저 맨 꼭대.. [Keras] fit vs fit_generator 이번에는 fit과 fit_generator의 차이점을 비교해보았습니다. 사실 잘 정리된 글들이 많아서.. 저는 제가 다시 정리하며 공부하려고 포스팅중이에요. ^^ keras에서 모델을 training 하기 위해 사용하는 메소드로 fit과 fit_generator가 있습니다. fit fit은 모델을 학습시킬 때 사용할 데이터를 모두 한번에 입력합니다. 그만큼 메모리를 많이 사용하기 때문에 small dataset일 때가 적합합니다. 그냥 다 때려박고 학습시키면 되기 때문에 굉장히 편리합니다. fit_generator fit_generator는 데이터를 직접 한번에 입력시키는 게 아니라, generator를 거친 데이터를 입력합니다. generator는 batch size만큼 데이터를 생성하여 모델로 넘겨줍.. 이전 1 2 다음
