데싸(Data Science) 노트

논문명 - ICNet for Real-Time Semantic Segmentation on High-Resolution Images 저자 - Hengshuang Zhao, Xiaojuan Qi, Xiaoyong Shen, Jianping Shi, Jiaya Jia 게재 일자 - 2018년 8월 20일 URL 링크 - https://arxiv.org/pdf/1704.08545.pdf 1. Introduction 1.1. Status of Fast Semantic Segmentation 1.2. Our Focus and Contributions 2. Related Work 2.1. High Quality Semantic Segmentation 2.2. High Efficiency Semantic Segmen..

안녕하세요 :) 이번 포스팅에서는 이미지의 의미적 분할(Semantic Segmentation) 문제를 해결하기 위해 개발된 Fully Convolutional Networks (이하 FCN)에 대하여 알아보도록 하겠습니다. 아래 그림은 이번에 다룰 FCN의 개념을 보여주는 대표적인 그림이라 할 수 있겠습니다. 개, 고양이 영역을 잘 분할된 것을 볼 수 있습니다. 그림에 표현되지 못한 FCN의 중요한 개념이 있으니 끝까지 봐주세요. 이 신경망은 2015년에 『Fully Convolutional Networks for Semantic Segmentation (Long et al.)』 논문을 통해 공개되었습니다. 다른 의미적 분할 모델과 비교해 오래 전에 개발되긴 했지만 FCN에 적용되었던 개념들이 일부 계..

안녕하세요 :) 이미지의 의미적 분할에 활용되는 Fully Convolutional Network (FCN), U-Net과 같은 딥러닝 모델들을 다루기에 앞서 이들을 구성하고 있는 합성곱 신경망(Convolutional Neural Network; CNN)의 개념을 짚고 넘어가려고 합니다. 아래의 내용들은 《밑바닥부터 시작하는 딥러닝》 책을 참고해서 작성했습니다. Semantic Segmentation (의미적 분할) 이미지 분할(Image Segmentation)이란? 컴퓨터 비전(Computer vision)의 한 분야 이미지를 몇 개의 영역으로 구분하는 작업 이미지의 공간 영역, 객체들을 픽셀 수준에서 구분하여 라벨을 지정하는 작업 위 data-science-note.tistory.com 목차 합성..

이미지 분할(Image Segmentation)이란? 컴퓨터 비전(Computer vision)의 한 분야 이미지를 몇 개의 영역으로 구분하는 작업 이미지의 공간 영역, 객체들을 픽셀 수준에서 구분하여 라벨을 지정하는 작업 위 그림에서 첫번째 Classification (분류)는 입력 이미지의 전반적인 클래스(대체로 하나의 클래스)를 예측하는 것이 목적이다. 두번째 Object Detection (객체 탐지)는 입력 이미지 내 모든 물체의 클래스와 위치를 예측하는 것이 목적이다. 세번째 Segmentation (분할)은 입력 이미지 내 모든 픽셀의 클래스를 예측하는 것이 목적이다. 이미지 분할(Image Segmentation)의 종류 의미적 분할 (Semantic segmentation) 객체 분할 (..