CVAD

이전 포스팅 내용이 궁금하시다면 아래 링크를 참고해주시면 감사하겠습니다! - Semantic segmentation 하기 - 1 - Semantic segmentation 하기 - 2 - Semantic segmentation 하기 - 3 이번 포스팅은 VOC PASCAL 데이터셋 예제의 마지막 포스팅이다. 지난번 모델 학습의 결과를 분석해보고, 정리해보는 내용을 다루겠다. 1. 모델 별 비교 이전 포스팅에서 언급하였듯, FCN 모델과 U-Net 모델을 비교하였다. 먼저 loss를 분석해보자. 두 모델 모두 이전 포스팅에서 정의한 Combined Loss에서 weight를 0.5로 설정해서 사용하였다. 보라색 선이 FCN 모델이고, 노란색 선이 U-Net 모델이다. train과 validation에서 모..

이전 포스팅 내용이 궁금하시다면 아래의 링크를 참고하시면 감사하겠습니다! - [VOC PASCAL 2012] Semantic segmentation 하기 - 1 - [VOC PASCAL 2012] Semantic segmentation 하기 - 2 이번에는 학습 코드를 작성해보자. 모델은 지난 포스팅에 구현한 FCN과 U-Net을 사용할 것이다. 1. 라이브러리 불러오기 및 학습 configuration 작성 학습에 필요한 라이브러리 및 학습 configuration 값을 설정해보자. import torch import torch.nn as nn import matplotlib.pyplot as plt import numpy as np import wandb import torch.optim as opt..

이전 포스팅 내용이 궁금하시면 아래의 링크를 참고하시면 감사하겠습니다! - [VOC PASCAL 2012] Semantic segmentation 하기 -1 지난 번 포스팅에서는 VOC 데이터셋을 준비하고 데이터를 분석하였다. 이번 포스팅에서는 데이터셋에 전처리와 증강을 적용하는 코드를 알아보고 학습에 사용할 코드를 작성해 볼 것이다. 우선, 지난 번 포스팅에서 잘못된 부분이 있어서 그 부분에 대해 먼저 짚고 넘어가겠다. 이전 포스팅에서는 학습과 검증 데이터셋의 이미지에 바로 평균과 표준편차를 구했지만, 이 부분은 resizing을 적용한 데이터에 대해 계산해야한다. 때문에 코드를 아래와 같이 수정해야한다. import torch from tqdm import tqdm from Dataset import..

PASCAL VOC dataset은 다양한 컴퓨터 비전 task를 위한 벤치마크 dataset이다. 다양한 논문에서 사용되었고, dataset을 가져오는 방법도 간단하다. 이번 포스팅 시리즈는 이 VOC dataset을 이용하여 다양한 모델들의 성능을 비교해보는 것과 다양한 조건들을 바꿔보았을 때 성능에 어떤 영향을 미치는지 살펴볼 것이다. 1. VOC dataset 준비하기 http://host.robots.ox.ac.uk/pascal/VOC/ The PASCAL Visual Object Classes Homepage 2006 10 classes: bicycle, bus, car, cat, cow, dog, horse, motorbike, person, sheep. Train/validation/tes..

이전 포스팅 내용이 궁금하시다면 아래의 링크를 참고하시면 감사하겠습니다. - [ISBI 2012 segmentation] U-Net 모델 구현해보기-1 - [ISBI 2012 segmentation] U-Net 모델 구현해보기-2 오늘은 U-Net 모델 구현 포스팅의 마지막이다. 오늘은 WandB를 사용한 모델 학습 코드를 작성해보려고 한다. 시작하기 앞서서, WandB는 머신러닝 툴로서, 모델의 학습상태를 보여주기 위한 Dashboard를 제공한다. 그냥 loss, accuracy 등의 파라미터부터 이미지, 동영상 등의 시각화까지 도와주는 모듈이라고 생각하면 편하다. WandB에 대해서는 차후 따로 포스팅하겠다. 그리고 지금까지 포스팅된 U-Net 모델 예제 코드는 아래의 깃허브 주소에서 받을 수 있다..

이전 포스팅 내용이 궁금하시다면 아래의 링크 참고하시면 감사하겠습니다! - [ISBI 2012 segmentation] U-Net 모델 구현해보기-1 지난 번 U-Net모델 구현하기-1 포스팅에 이어 2번째 포스팅이다. 앞서 얘기한대로 오늘은 Dataset에 대한 정의와 Data augmentation, Model까지 작성하겠다. 2. Dataset & Data augmentation 아래는 데이터셋을 정의하는 코드다. import re import os import cv2 import torch from torch.utils.data import Dataset def sorter(text): num = re.findall(r'\d+', text) return int(num[0]) if num else ..

연구실에 처음 들어와서 공부할 때 구현해본, U-Net model 이다. 당시에는 CV 를 한창 공부해나가던 시절이기에 이런 간단한 모델을 구현하는 것 조차 상당히 애먹었던게 기억난다... 옛날에 노션에 정리한 것에 내용을 더 추가하였다. 논문에 대한 내용이 궁금하다면, 아래 포스팅을 참고하면 된다. https://cvad.tistory.com/10 [논문리뷰] U-Net : Convolutional Networks for Biomedical Image Segmentation 논문 원본 링크 : https://arxiv.org/abs/1505.04597 이제 졸업 논문도 끝났고, 지금까지 읽었던 논문과 연구실에서 진행했던 토이 프로젝트를 본격적으로 정리해나가려고 한다! (아마, 논문은 이전에 비 cvad..