Deep-Learning
-
[Semantic Segmentation] Mean Intersection over Union(MIoU)Deep-Learning/[Vision] 이론 2020. 3. 9. 16:50
출처 : http://ronny.rest/tutorials/module/localization_001/iou/ MIoU - Mean Intersection over Union 세그멘테이션 분야에서 가장 흔하게 쓰이는 평가지표인 MIoU에 대해 설명하겠다. 0. MIoU 정의 Segmentation과 Object detection에서 가장 빈번하게 사용되는 성능척도인 MIoU(Mean Intersection over union)는 IoU 값에 대한 평균값이다. 1. IoU - Intersection over Union IoU에 대한 정의는 아래와 같다. 쉽게 이야기하면, "Segmentation된 한 장의 이미지에 대해 성능을 평가하고 싶다."라고 한다면 IoU 값을 계산하면 되고 "여러 장의 이미지에 대..
-
[Mask R-CNN] Balloon.py 트레이닝(Window10)Deep-Learning/[Vision] 실습 2020. 2. 24. 19:38
Python/Tensorflow/Keras를 이용한 Mask RCNN : https://github.com/matterport/Mask_RCNN 0. 개요 Mask R-CNN에 대해 알아보고 Sample Code인 Balloon.py를 트레이닝 시킨다. 트레이닝 후 얻은 가중치를 이용해 풍선 부분을 segmentation 한 결과를 보여준다. 1. 준비 상단 Mask R-CNN github에서 위와 같이 파일을 다운로드(gitclone을 쓰시는 분들 제외)를 한 후, requirements.txt에 있는 모든 라이브러리를 다운받는다. 다운을 받을 땐, root directory에 다운받고 anaconda를 활용하여 다운받는다. 다운이 다 되면 setup.py를 통해 pre-trained COCO weig..
-
[Mask R-CNN] Segmentating DeepFashion2Deep-Learning/[Vision] 실습 2020. 2. 11. 15:34
Data-Set : https://github.com/switchablenorms/DeepFashion2 1. Intro Semantic Segmentation을 Fashion과 접목시켜보고자 한다. Fashion 관련 데이터셋 중 공개가 되어 있으며, 옷에 대한 방대한 사진과 annotation이 있는 DeepFashion2 Dataset을 이용하여 연구를 약 1년간 진행할 예정이다. DeepFashion2 data-set은 말 그대로 포괄적인 패션 관련 데이터셋이다. 쇼핑 상점과 소비자의 사진(후기 사진으로 추측됨)을 13개의 의류 카테고리로 나눠놓은 데이터로써, 학습 세트 (391K 이미지), 유효성 검사 세트 (34k 이미지) 및 테스트 세트 (67k 이미지)로 분할되어 있다. 또한, 이미지의 각..
-
[Semantic Segmentation] DeepLab v3+ 원리Deep-Learning/[Vision] 논문 리뷰 2020. 2. 5. 17:24
논문1. DeepLab V1 : https://arxiv.org/pdf/1412.7062.pdf 논문2. DeepLab V2 : https://arxiv.org/pdf/1606.00915.pdf 논문3. DeepLab V3 : https://arxiv.org/pdf/1706.05587.pdf 논문4. DeepLab V3+ : https://arxiv.org/pdf/1802.02611.pdf 1. Semantic Segmentation의 목적 : https://kuklife.tistory.com/118?category=872136 2. Semantic Segmentation 알고리즘 - DeepLab V3+ DeepLab V3+ 논문은 2018년 8월 경, 구글에서 작성된 논문이다. Semantic Seg..
-
[Semantic Segmentation] SegNet 원리Deep-Learning/[Vision] 논문 리뷰 2020. 2. 3. 13:47
* 논문 : https://arxiv.org/pdf/1511.00561.pdf 1. Semantic Segmentation의 목적 : https://kuklife.tistory.com/118?category=872136 2. Semantic Segmentation 알고리즘 - SegNet SegNet 논문은 2016년 10월 경, Vijay Badrinarayanan, Alex Kendall, Roberto Cipolla에 의해 작성되었다. SegNet의 주된 목적은 road, building, cars, pedestrians 등 자율주행과 관련된 구조들을 pixel-wise semantic segmentation 하기 위해 설계된 모델이다.(자율주행 연구 분야에서 큰 역할을 한 모델이라고 한다.) 뒤에..