R-CNN

☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. R-CNN은 Image classification을 수행하는 CNN과 localization을 위한 regional proposal알고리즘이 결합된 regions-with-cnn의 약자로 이전의 최고 성능의 네트워크의 mAP보다 30% 높은 53.3%를 달성한 논문이다. object detection 분야에 새로운 방향성을 제시한 네트워크이다. R-CNN은 순차적으로 진행하는 대표적인 two-stage-detector로 딥러닝을 적용한 최초의 Object Detection모델이다. R-CNN은 두 가지 중요한 아이디어를..

• format_list_bulleted Machine learning/CNN Network
• · 2021. 7. 8.
• textsms

Feature Pyramid Network[FPN]

☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. 이미지에 존재하는 다양한 Object를 인식하는 것은 Object Detection의 핵심적인 문제이다. 이전 네트워크에서는 다양한 크기의 물체를 탐지하기 위해 크기를 resize하며 물체를 찾았다. 이런 작업은 메모리와 시간적 측면에서 매우 비효울적이다. 이에 본 논문에서는 FPN을 통해 컴퓨팅 자원을 적게 차지하면서 다양한 크기의 객체를 인식하는 방법을 제안한다. Object Detection 분야에서 영향력이 큰 논문이다. Feature Pyramid FPN을 살펴보기 전에 기존의 모델들이 어떻게 생겼는지에 대한 ..

• format_list_bulleted Machine learning/CNN Network
• · 2021. 7. 7.
• textsms

Cascaded Pyramid Network for Multi-Person Pose Estimation

☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. Huma Pose Estimaion에서 사물 혹은 인물에 가려진 Key point, 보이지 않는 key point, 배경이 복잡하여 key point를 정확하게 검출할 수 없는 경우가 존재한다. 때문에 이 논문에서는 이러한 한계를 극복하기 위해 hard key points를 잘 검출하기 위한 CPN을 제안한다. 이 네트워크는 GlobalNet과 RefineNet 두 가지로 만들어졌다. GlobalNet은 feature pyramid network 기반으로 global한 특징을 잡아서 localize하는 네트워크이다. R..

• format_list_bulleted Machine learning/Pose Estimation
• · 2021. 7. 6.
• textsms

Stacked Hourglass Networks for Human Pose Estimation

☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. 본 논문에서는 이미지의 모든 scale에 대한 정보를 downsapmling과 upsampling과정을 이용하여 pixel-wise output을 생성하는 것을 목표로 한다. 또한 single hourglass를 확장하여 여러 hourglass module을 연속하여 결합한 stacked Hourglass Networks 구조를 소개한다. 이 구조는 여러 scale들에 대해 반복적인 bottom-up, top-down inference를 가능하게 한다. 이에 표준 pose estimation benchmarks에서 확연..

• format_list_bulleted Machine learning/Pose Estimation
• · 2021. 6. 22.
• textsms

SIMPLE LINE SKIN_1

목차 1 ) SIMPLE LINE SKIN 소개 2 ) SIMPLE LINE SKIN 배포노트 3 ) SIMPLE LINE SKIN 사용시 참고사항 4 ) SIMPLE LINE SKIN 지원환경 5 ) SIMPLE LINE SKIN 이용조건 6 ) SIMPLE LINE SKIN 문의 SIMPLE LINE SKIN 소개 1 ) 스킨 이름 : SIMPLE LINE SKIN 2 ) 스킨 소개 : 최대한 심플하게 블로그를 꾸미고 싶어서 만든 스킨입니다. 3 ) 제작 일자 : 1.0 ver / 2017.04 ~ 2017.08.31 배포노트 1 ) 1.0ver / 2017.08.31 / 배포 2 ) 1.1ver / 2017.09.30 / Youtube 영상 반응형 추가 3 ) 1.2ver / 2018.01.22 /..

• format_list_bulleted Tistory/SIMPLE LINE_SKIN_1
• · 2021. 3. 18.
• textsms

파이토치(PyTorch) tutorial_2

☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. 자동 미분 (Autograd : automatic differentiation) autograd package는 Tensor의 모든 연산에 대해 자동 미분을 제공한다. define-by-run framework로, 코드를 어떻게 작성하여 실행하느냐에 따라 역전파가 정의된다는 뜻이며, 역전파는 학습 과정의 매 단계마다 달라진다. torch.Tensor는 package에서 중심이 되는 class이다. .requires_grad 속성을 True로 설정하면, 그 tensor에서 이뤄진 모든 연산들을 추적한다. 계산이 완료된 후..

• format_list_bulleted programing language/Pytorch
• · 2021. 3. 16.
• textsms

파이토치(PyTorch) tutorial_1

☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. pytorch가 무엇인가? Pyton기반의 과학 연산 패키지로 아래와 같은 두 집단을 대상으로 만들어졌다. - Numpy를 대체하면서 GPU를 이용한 연산이 필요한 경우 - 최대한의 유연성과 속도를 제공하는 딥러닝 연구 플랫폼이 필요한 경우 Tensors - tensor는 Numpy의 ndarray와 유사하며, GPU를 사용한 연산 가속이 가능하다. 초기화되지 않은 행렬이 생성되면 그 시점에 할당된 메모리에 존재하던 값들이 초기값으로 나타난다. 1. 초기화되지 않은 5x3 행렬을 생성 x = torch.empty(5, ..

• format_list_bulleted programing language/Pytorch
• · 2021. 3. 12.
• textsms

ITOP Dataset 사용법

☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. ITOP Dataset(Invariant Top View)는 사람의 측면과 상단 View에서 촬영한 100,000개의 Depth image를 가지고 있는Dataset이다. 각 Depth image에 대해 15개의 Human body parts를 가지고 있으며 센서 위치를 기준으로 3차원(x , y, z)좌표로 레이블되어 있다. 뿐만 아니라 Segmentation, point Clouds 등과 같은 정보도 제공한다. ITOP Dataset 다운로드와 사용법 ITOP Dataset은 다음 링크를 통해 다운로드 받을 수 있다..

• format_list_bulleted Machine learning/Pose Estimation
• · 2021. 3. 10.
• textsms

[비전공자도 이해하는 딥러닝 (1)] 인공지능과 데이터의 상관관계

☞ 문서의 이미지와 내용은 가장 하단 참고문헌 및 사이트를 참고했습니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. 데이터를 활용하는 프로그래밍 책 'Dive into Deep Learning'에서는 다음과 같은 말이 나온다. "코드를 이용하는 프로그래밍과 데이터를 활용하는 프로그래밍은 차이가 있다." 우리가 실생활에 자주 사용하는 프로그램은 코드를 이용하는 프로그래밍으로 데이터를 필요로 하지 않는다. 쉽게 이해하기 위해서 아래와 같은 예를 들어보자. 첫 째 : 전자레인지를 동작하는 프로그래밍은 다양한 조건에서 동작을 정확하게 작동하게 만드는 몇 가지 논리와 규칙만 존재하면 된다. 둘째 : 주민 번호를 인식하는 프로그래밍은 6자리를 포함해야 하며 앞 2자리는..

• format_list_bulleted Machine learning/Deep learning Basic
• · 2021. 3. 5.
• textsms

AlexNet

☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. AlexNet AlexNet은 ILSVRC의 2012년 대회에서 Top 5 test error 15.4%를 기록하여 1위를 차지한 네트워크로 CNN의 우수함을 전세계에 입증한 네트워크로 AlexNet 네트워크 이후로 CNN구조의 GPU구현과 dropout 적용이 보편화 되었다. AlexNet의 논문 이름은 ImageNet Classification with Deep ConvConvolutional Neural Networks이다. AlexNet구조 AlexNet의 구조는 LeNet-5과 크게 다르지 않다. 위 아래로 f..

• format_list_bulleted Machine learning/CNN Network
• · 2021. 3. 5.
• textsms