분류 전체보기90 [Paper review] Convolutional Networks for BiomedicalImage Segmentation(U-Net, 2015) 이번에 리뷰할 논문은 UNet이다. task별로 적어도 하나의 논문은 읽기 위해 노력 중인데 segmentation에서 근본이라 할 수 있는 논문은 FCN이지만 강의에서 이해한 내용으로 충분하다 생각해서 UNet을 리뷰하려 한다. 사실 개념자체는 FCN과 유사하고 이를 구현한 아키텍처면에서만 조금의 차이가 있는 것 같았다. Abstract, Introduction 초록과 도입 부분은 여타 논문과 유사하다. 저자는 딥러닝의 발전이 빠르지만 이는 방대한 데이터양 덕분이며 의료분야에서는 통용되지 않는 점을 시사했다. 또한 당시 segmentation계를 뜨겁게 달군 FCN구조를 기반으로 더 좋은 구조의 아키텍처를 구성하였다. U-Net Architecture U-net의 구조는 보다시피 매우 직관적이다.저자는.. 2023. 6. 19. [인공지능을 위한 수학] 챕터2 정리 2단원은 미분에 관한 파트이다. 대부분의 내용은 알고있었는데 수식보다는 개념적으로 설명해주는 부분이 많았다. 미분 Basic Δ는 변화량을 나타내는 기호인데 이를 limΔ=0으로 보내 순간적 변화량을 구할때 d기호를 사용한다. 미분할때 맨날 보는 dxdy에 있는 d이다. 함수 에서f(x)에서x의 순간 변화량을 구하고 싶은 경우 아래와 같이 유도할 수 있다. df(a)dx=Δf(a)Δx=limh=0f(a+h)−f(a)(a+h)−a $$\frac{{d}}{{dx}}(f(x) + g(x)) = \frac{{df(x)}}{{dx}} + \frac{{d.. 2023. 6. 14. [인공지능을 위한 수학] 챕터1 정리 부캠에서 수학지식이 부족하다는 느낌을 너무 강하게 받아 적절한 수학책을 하나 떼보기로 했다. 그중 인공지능을 위한 수학이 전반적인 면을 빠르게 훑어주는 느낌이라 기본지식도 없고 시간도 부족한 나에게 딱이었다. 이번 파트는 처음이라 그런가 기본기를 다지고 넘어가는 것 같아 읽기 쉬웠다. Basic y=ax+b라는 수식이 있을때 변수: x 상수: a, b 변화해 주는 수랑 고정되는 수이다. 3x2에서 x의 차수는 2이고 계수는 3이다. a−x=1ax ax∗bx=abx ayx=axy ax=a1x logax: x를.. 2023. 6. 3. [Paper review] Rich feature hierarchies for accurate object detection and semantic segmentation(RCNN, 2014) 부캠에서 detection 프로젝트를 진행하며 1주 만에 거의 15개쯤은 되는 detection 모델에 대해 공부했다.당연히 그 많은게 머리에 들어가지 않기에 중요한 것부터 하나씩 빠르게 읽어보고 정리 중이다.그중 첫 번째 논문은 RCNN이다.detection task에 딥러닝을 성공적으로 적용시킨 첫번째 논문이며 classification task의 AlexNet정도의 위상이라 보면 될 것 같다. Abstract, Introduction 흐름은 대개의 논문들과 동일하다. 기존 detection task는 성능 향상에 어려움을 겪고 있었으며 저자는 CNN구조를 detection task에 적용해 큰 성능 향상을 이루었으며 그 적용방식에 대해 이야기한다. CNN을 detection task에 적용하기 위해.. 2023. 5. 31. 이전 1 ··· 10 11 12 13 14 15 16 ··· 23 다음
