2024 하계 모각코 회고
회고 처음에 인공지능에 관한 논문을 찾아보며 공부를 하기로 계획 했지만 아직 이 분야에 대한 지식이 많이 부족해 논문을 보며 완전한 이해는 아니더라도 얻어갈 수 있는 것이 있을지, 논문을 어떤 식으로 읽어가야 하는지에 대해 걱정을 많이 했다. 물론 처음에는 막막했지만 계속해서 ...
오마카세(Segmentation)
: 영역을 분할해서 보는 것 == 누끼 따는거랑 같은 느낌
—> 이미지 데이터를 픽셀별로 segmentation 하는 느낌
—> segmentation은 픽셀별로 classification을 하기 때문에 upsample을 통해 다시 사이즈를 입력 이미지와 같게 만들어줌.
: AE(Auto Encoder)에 skip connection을 추가해서 얕은 정보와 깊은 정보를 다 잘 학습할 수 있게 한 구조
모델 구조 : max-pool → conv → up-sampling 순서로 되는데 Depth-wise Separable Convolution 을 사용하면 경량화 가능함.
출력 클래스 지정 법 : 클래스가 2개 → channel : 1, 이 외의 경우에는 클래스가 3개면 c = 3, 4개면 c = 4….
x값은 0~255 사이의 값 → unint8을 사용하기 때문에
y데이터가 0~1 사이면 sigmoid (독립 사건이면 사용 or 클래스가 1개인 경우) or softmax(클래스가 여러개인 경우 사용) —> SAR에서는 sigmoid(이진 분류 문제라서)
그렇지 않고 regression인 경우 대부분 linear를 사용, 음수가 없는 경우는 Relu,Abs 사용
sigmoid - Binary Cross Entropy (YlnY^ - (1-Y)ln(1-Y^))
softmax - Categorical Cross Entropy or SCCE
Linear - MSE, MAE, RMSE
임베딩 : 정보를 함축시켜서 작게 만드는 것.
classification : accuracy를 사용 acc = TP + (TN) / (TP + FP + FN + TN)
regression : precision, recall, mIOU
precision : TP/ (TP+FP)
recall: TP/(TP+FN)
이 둘은 tradeoff 관계를 가진다.
f1 score → precision + recall 을 종합적으로 보는 것
회고 처음에 인공지능에 관한 논문을 찾아보며 공부를 하기로 계획 했지만 아직 이 분야에 대한 지식이 많이 부족해 논문을 보며 완전한 이해는 아니더라도 얻어갈 수 있는 것이 있을지, 논문을 어떤 식으로 읽어가야 하는지에 대해 걱정을 많이 했다. 물론 처음에는 막막했지만 계속해서 ...
논문 리뷰
논문 리뷰
논문 리뷰
논문 리뷰
논문 리뷰
논문 리뷰
계획 Challenge1) SAR segmentation (7.18 발표)