SYDev

본 게시물은 네이버 부스트 캠프 cv 강의(https://www.boostcourse.org/ai340/joinLectures/369545)를 기반으로 작성된 게시물입니다. Object Detection Object Detection: 특정 물체의 위치를 Bounding Box로 예측하고, 해당 물체의 클래스까지 분류해내는 task이다. 최근의 Object Detection은 Two Stage Detector와 One Stage Detector로 나뉘어 빠르게 발전하고 있다. One-stage Detector는 Classification과 Localization 문제를 한 번에 해결하는 방법이고, Two-stage Detector는 이를 순차적으로 해결한다. Two-stage Detector R-CNN ..

Sementic Segmentation과 Object Detection의 개념을 정확히 이해하고, 대표적으로 사용되는 모델에 대해서 알아보자. 본 게시물은 네이버 부스트 캠프 cv 강의(https://www.boostcourse.org/ai340/joinLectures/369545)를 기반으로 작성된 게시물입니다. Sementic Segmentation Sementic Segmentation(의미적 분할): Input으로 주어진 image를 class에 따라 pixel 단위로 구분하는 task이다. 같은 class에 속하는 instance를 구별(instance segmentation)하지 않는다. Fully Convolutional Networks(FCN) Sementic Segmentation을 위해..

CNN을 공부하다보니 convolution 연산이 나오는데, 내가 아는 convolution 연산 (함수가 두 개 있으면 하나를 뒤집어서 겹치는 넓이를 나타내는 연산)이랑 조금 다르다..? 행렬에서의 convolution 개념을 따로 정리할 필요성을 느낌 행렬에서의 Convolution 연산 이미지의 특징을 추출하는 연산! filter는 matrix에 따라 역할이 달라진다. 입력 이미지와 필터 사이에 convolution 연산으로 나온 결과를 feature map이라 한다. >> convolution 연산을 통해서 Image의 size를 줄일 수 있다. stride filter의 이동 범위를 사용자가 직접 정할 수 있는데, 이런 이동범위를 스트라이드(stride)라 한다. 아래는 stride가 2인 경우..

본 게시물은 네이버 부스트 캠프 cv 강의(https://www.boostcourse.org/ai340/joinLectures/369545)를 기반으로 작성된 게시물입니다. Data Augmentation 대부분의 training dataset은 real data의 distribution과 형태가 매우 다르고, bias가 크다. 이런 문제를 해결하기 위해서 training dataset을 기반으로 회전, 밝기 조절 등의 과정을 거쳐 데이터 사이즈를 증가시키는 과정을 Data Augmentaion이라 한다. 다양한 Data Augmentation 기법들 Brightness adjustment Rotate, flip Crop Affine transform Cutmix >> RandAugment: 다양한 Au..

본 게시물은 네이버 부스트 캠프 cv 강의(https://www.boostcourse.org/ai340/joinLectures/369545)를 기반으로 작성된 게시물입니다. 컴퓨터 비전의 개념과 역사에 대해 배우고, cv task의 backbone network로 활용되는 CNN에 대해 이해해보자. Neural Network Neural Network(인공신경망): 실제 인간의 뇌 신경망을 모방한 것으로 Deep Learning은 이를 이용한 "알고리즘"으로 머신러닝을 최종적으로 실현하는 것이다. 뇌에서 각 뉴런은 수상돌기(입력)을 통해 다른 뉴런에서 신호를 받아 축삭돌기(출력)에서 신호를 보낸다. neural network에서 동일선상에 있는 하나의 세로 줄을 Layer라 한다. Input layer부..

토이 프로젝트에서 cv를 처음 경험해봤는데, 나름 재미도 있고 흥미가 생겨서 cv트랙을 신청해봤다 :) 이번 주는 첫 주차인 만큼 앞으로 뭘 하는지 알려주고, 가벼운 개념 설명만 진행하는 OT! 컴퓨터 비전(CV)이란? 컴퓨터 비전(computer vision): 시각적 세계를 해석하고 이해하도록 컴퓨터를 학습시키는 인공지능 분야를 의미한다. 컴퓨터 비전의 대표적인 예로는 객체 탐지, 객체 분할, 이미지 생성, 객체 분류, 이미지 캡셔닝, 객체 추적, 행동 분류가 있다. (토이프로젝트에서 내가 했던 건 객체 탐지!) 단층 퍼셉트론 자세한 설명은 여기에 -> https://sypdevlog.tistory.com/120 [KHUDA 4th] 머신러닝 3주차 기초 세션 (08.16) 3주차 세션 발표 내용 정..

2023.08.30~2023.09.06 사이의 짧은 기간에 준비한 토이 프로젝트 summary >> 홈플러스 테마로 ppt 만들면 어떠냐는 말 한 마디 했는데 조원이 완벽하게 만들어줘서 굉장히 감동적이었다.. 프로젝트 진행하면서 개인적으로 아쉬웠던 점은, 모델링 파트를 맡아서 전처리 과정에 심화적으로 참여하지 못한 것이 아쉬웠다. 또한, 첫 프로젝트라서 주도적으로 내가 뭘 하기에 힘들었고 따라가는 것으로 만족해야 했다는 점이 아쉽게 느껴졌다! 물론, 세라프에 연결해서 직접 모델 학습을 진행하고 팀원들과 아이디어를 공유하면서 발표 준비하는 과정은 재밌었고, 앞으로 더 자주, 많이 프로젝트 경험을 쌓아보고 싶다 생각하게 됐다 :)

5주차 세션 발제 내용중에 이해가 안 됐거나, 따로 정리하고 싶었던 내용들을 정리해봤다. PCA가 진행된 이미지를 출력하는 것에 무슨 의미가 있는가? ->> 분산이 클수록 이전 이미지의 형태를 더 잘 표현한다!! 설명된 분산 그냥 PCA가 진행된 샘플들의 분산을 의미!