딥러닝 객체검출2 [머신러닝 공부] 딥러닝/RCNN (object detection) Object Detection RCNN은 최초의 딥러닝 기술이 적용된 Object Detection 모델이다. 1. 배경 1) 단순화의 필요성 기존의 Object Detection 모델인 DPM 등의 classification 과정은 매우 복잡했다. 다양한 필터의 hog feature과 각각 필터를 적용한 후 SVM을 이용해서 classification을 한 이후 ensemble 기법을 거쳐 최종 classification을 했기 때문이다. DPM (Deformable Parts Model) 2) 시간복잡도 다양한 크기의 resolution 에서 bounding box를 생성해내고 이의 각각에 대해서 dpm classification 을 수행한다면 시간이 오래 걸린다. 이는 2012년까지 최고의 성능을 .. 2021. 4. 14. [머신러닝 공부] 딥러닝/U-Net 이전 포스팅에서는 2021년 인턴에서 사용한 GNN에 대해 포스팅했다. 이번엔 2019년 인턴에서 U-Net을 사용한 것에 대해 다시 알아보는 포스팅을 할 것이다. U-Net U-Net은 이미지 분할을 목적으로 제안된 End to End 방식의 Fully Convolutional Network 기반 모델이다. 네트워크 구성의 형태가 U 모양이여서 U-Net 이라는이름이 붙여졌다. 레이어를 나열해보면 다음과 같은 형태를 보인다. U-Net은 1) 이미지의 context 정보를 얻기위한 네트워크와 2) Localization 을 위한 네트워크가 대칭형태로 구성되어 있다. 1) 이미지의 context 정보를 얻기위한 네트워크 즉 encoding 과정을 Contracting Path 라고 부른다. Fully C.. 2021. 4. 3. 이전 1 다음 반응형
