ChaeVI’s Lab

안녕하세요, 이번에 포스팅할 논문은 Segmentation의 근본인 U-Net Model의 논문입니다. Segmentaion은 다양한 분야에서 적용될 수 있지만, 특히 의료, 헬스케어 분야에서 중요한 기법 중 하나입니다. U-Net : Convolutional Networks for Biomedical Image Segmentation 논문 제목은 U-Net : 바이오 메디컬 이미지 분할을 위한 Convolutional Networks 입니다. 목차 Abstract 총 2번 우승 2. Network Architecture Unet의 Network Architecture를 읽고 이해한 것을 토대로 정리해 보겠습니다. Contracting path (downsampling) 3×3 conv (padding ..

이전 글에서 포스팅 했던 A Neural Algorithm of Artistic Style 논문을 토대로 작업환경은 Colab을, Pytorch 오픈소스를 사용해 이미지 합성을 해보겠습니다. 논문을 먼저 보시고 싶은 분들은 아래 포스팅을 눌러주시면 됩니다. [논문 이해하기] A Neural Algorithm of Artistic Style by Leon A. Gatys, Alexander S. Ecker, Matthias Bethge 안녕하세요, 요즘에 딥러닝의 CNN(Convolution Neural Network)을 공부하면서 관심을 가지게 된 흥미로운 주제가 생겼습니다. 바로 제목에서 볼 수 있듯이 'Neural Style Transfer' 입니다. Style transfer은 content wes..

안녕하세요, 오늘은 딥러닝의 Transfer Learning(전이 학습)에 대해 포스팅하려고 합니다. 이 전이 학습의 결론은 '사전 학습된 가중치를 가지고 미세조정을 통해 원하는 output를 만든다.' 입니다. 1. Transfer Learning 이란 2. Pre-trained Model 3. Fine Tuning (3가지) 4. 마지막 간단 정리 Transfer Learning (전이 학습) 전이 학습이란 Pretrained model's Weight + Fine Tuning ===> Output 이라고 말하고 싶습니다. 전이 학습은 높은 정확도를 비교적 짧은 시간 내에 달성할 수 있기 때문에, Computer Vision(CV) 분야에서 유명한 방법론 중 하나라고 합니다. CV에서 말하는 전이 학..

안녕하세요, 요즘에 딥러닝의 CNN(Convolution Neural Network)을 공부하면서 관심을 가지게 된 흥미로운 주제가 생겼습니다. 바로 제목에서 볼 수 있듯이 'Neural Style Transfer' 입니다. Style transfer은 content 이미지와 style 이미지로 content + style 합성된 이미지를 도출하는 것을 말합니다. 이에 대해 알고리즘부터 제대로 알고 코드에 적용시켜야겠다 생각이 들어 Style Transfer의 시발점이라는 논문을 가져왔습니다. CNN(Convolutional Neural Network)는 Feed-Forward 방식을 이용해 시각적 정보를 계층적으로 처리하는 작은 계산 단위의 레이어로 구성됩니다. CNN이 객체 인식에 대해 train 되..