본문 바로가기

전체 글113

Bottom-up Region Proposals 이란? [R-CNN] 컴퓨터 비전에서 객체 검출(Object Detection)은 이미지에서 특정 객체의 위치를 찾아내고,그 객체가 무엇인지를 식별하는 복잡한 작업입니다. 하지만 이미지 전체를 대상으로 모든 가능한 위치에서 객체를 찾으려면, 그 계산 비용은 엄청나게 커지게 됩니다.바로 이 문제를 해결하기 위해 등장한 개념이 Region Proposals 입니다.그 중에서도 오늘 이야기할 주제는 Bottom-up Region Proposals 입니다. 이 블로그는 R-CNN 논문에서 연결되는 개념입니다.1. Region Proposals란 무엇인가요? 간단히 말해, Region Proposals(영역 제안)은 이미지에서 객체가 있을 가능성이 높은 후보 영역을 찾아내는 과정입니다. 이러한 영역 제안은 객체 검출 과정에서 중요한 .. 2024. 9. 3.
Day-18 강의멀티모달 학습 내용다양한 데이터 구조멀티모달 학습 방법 Daily studyCLIP 모델 회고CLIP 모델 코드로 이해를 더 많이 함 2024. 9. 2.
Day-17 강의segmentation & Detection의 개념과 활용처 학습 내용segmentation & Detection 에 대한 설명 및 개념 Daily studyR-CNN, DERT, SAM 에 대한 개념 회고논문 리뷰 필요 2024. 8. 30.
딥러닝 Motion Magnification Motion Magnification 이란?? 영상에서 미세한 움직임을 증폭시켜, 육안으로는 감지하기 어려운 미세한 움직임을 더 잘 볼 수 있게 해주는 기법입니다.이 기법은 영상에서 작은 진동이나 움직임을 감지하는 데 유용합니다. 예를 들어, 사람의 맥박이 뛰는 모습을 영상에서 더 뚜렷하게 보여줄 수 있으며, 구조물의 미세한 흔들림을 감지하는 데 사용될 수도 있습니다. 이 방법은 Eulerian Video Magnification이라는 알고리즘을 통해 수행되며, 공간적 필터링과 시간적 필터링을 결합하여 움직임을 증폭시킵니다. 기본적으로 영상의 각 픽셀에 대해 움직임을 분석하고, 그 움직임을 증폭시켜 더 뚜렷하게 보이게 합니다.딥러닝 기반 Motion Magnification의 원리데이터 수집 및 전처리:.. 2024. 8. 29.
Class Activation Mapping (CAM)과 Grad-CAM Class Activation Mapping (CAM)과 Gradient-weighted Class Activation Mapping (Grad-CAM)은 딥러닝 모델, 특히 CNN(Convolutional Neural Network)의 예측 과정을 시각화하는 강력한 도구들입니다. 이 방법들은 모델이 이미지의 어느 부분을 보고 특정 클래스를 예측했는지 시각적으로 이해할 수 있게 도와줍니다.1. Class Activation Mapping (CAM)CAM은 특정 클래스에 대한 예측에 기여하는 이미지의 영역을 시각화하는 방법입니다. 이 방법은 일반적으로 모델의 마지막 컨볼루션 레이어와 완전 연결(FC) 레이어 사이에서 이루어집니다. CAM의 기본 아이디어는 각 클래스에 대해, 모델이 어느 영역에 주목했는지를.. 2024. 8. 29.
ZFNet 딥러닝 모델 시각화와 데이터 증강(Augumentation) 이해 ZFNet 1. ZFNet 이란?딥러닝이 놀라운 성능을 보여주지만, 많은 사람들에게 딥러닝 모델, 특히 CNN(Convolutional Neural Networks) 모델의 내부는 여전히 "블랙박스"처럼 느껴집니다.  왜냐하면, 우리가 이미지를 입력하면 모델은 수많은 계산을 거쳐 결과를 출력하지만, 그 과정이 눈에 보이지 않기 때문이죠. 하지만, 우리는 ZFNet(Zeiler and Fergus Network)을 통해 이 블랙박스의 내부를 들여다볼 수 있습니다. ZFNet은 AlexNet을 기반으로 발전된 CNN 모델로, 특히 CNN의 내부 작동 방식을 시각화하여 우리가 CNN이 이미지를 어떻게 처리하는지 더 잘 이해할 수 있게 도와줍니다. 2. ZFNet 적용 코드 import osimport torc.. 2024. 8. 29.
VS Code - autopep8 적용 방법 vscode 에서 python autopep8 적용 방법 이다. 1. extension 에서 설치  2. ctl + , 에서 atuopep8 검색 text editor 에서 default 값 formatter 설정  formatter 설정 시 최대 길이 조정extensions 탭에서 autopep8 클릭 후 add item 에서 아래 입렵--max-line-length=120   3. 저장시 자동으로 formatter 적용 2024. 8. 29.
Day-16 강의Black box 모델인 CNN의 내부 동작을 가시화하는 방법들적은 수의 데이터로 효율적으로 학습하는 방법인 데이터 증강 학습 내용내부 동작 가시화 방법데이터 증가 Daily study가시화 방법 종류 확인 회고내부 동작 가시화 방법 블로그 작성 2024. 8. 29.
Day-15 강의CNN, ViT 학습 학습 내용ViT 개념 및 코드 학습 Daily studyViT 코드 이해 회고ViT 코드를 다시 한번 복습하고, VGG, Resnet 이해하기VGGNet: https://arxiv.org/abs/1409.1556ResNet: https://arxiv.org/abs/1512.03385 2024. 8. 28.

티스토리툴바