Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 포스코 교육
- MCU 딥러닝
- 코테
- 컴퓨팅사고
- bfs문제
- 그리디
- sort
- 다이나믹프로그래밍
- 포스코 AI교육
- dfs
- 삼성코딩테스트
- 자료구조
- 삼성역량테스트
- 삼성역테
- DP문제
- 초소형머신러닝
- 알고리즘
- 코테 문제
- tinyml
- 딥러닝
- 영상처리
- 임베디드 딥러닝
- 포스코 ai 교육
- 삼성코테
- dfs문제
- BFS
- TensorFlow Lite
- DP
- tflite
- 코딩테스트
Archives
- Today
- Total
목록Localization (1)
코딩뚠뚠
[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..
공부/ML&DL
2021. 4. 3. 21:44