본문 바로가기

Paper Review/Computer Vision

[Paper Review] U-Net: Convolutional Networks for Biomedical Image Segmentation
Paper Review/Computer Vision 2024. 2. 28. [Paper Review] U-Net: Convolutional Networks for Biomedical Image Segmentation U-Net: Convolutional Networks for Biomedical Image Segmentation https://link.springer.com/chapter/10.1007/978-3-319-24574-4_28 AbstractIntroductionNetwork ArchitectureTrainingData AugmentationExperimentsConclusion  Abstractdata augmentation의 효율적 활용을 위한 네트워크 훈련 전략 제시context 파악을 위한 contracting path정밀한 위치 지정을 위한 symmentric expanding path→ 아주 적은 이미지로도 end-to-end 훈련이 가능하도록 함이전 SoTA인 sliding window co..
CAM : learning deep feature for discriminative localization
Paper Review/Computer Vision 2024. 1. 27. CAM : learning deep feature for discriminative localization weakly supervised learning1) 이미지 라벨링만을 가지고 학습을 진행하여 test의 Bbox를 찾고 싶은 경우2) Bbox만을 가지고 학습하여 pixel label을 알고싶은 경우즉, 내가 학습하는 것보다 알고싶은 것의 정보가 더 깊은 경우를 weakly supervised learning이라고 한다.  CAM의 한계- GAP을 사용해야함 => 지막 convolution layer에만 저굥ㅇ가능- 뒷부분은 fine tuning해주어야함 Gradient-weighted CAM : Grad-CAMCAM에서는 가중치로 구하던 heatmap을 Gradient로 대신함 gradient의 픽셀별 평균을 각 feature map에 곱하여heatmap을 만들고 CAM과 마찬가지로 pixel-wise..

티스토리툴바