- Today
- Total
목록Boostcourse (94)
hye-log
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/ciH3Kg/btrUeYaqXkm/qKNQj4bRpuw1KD2WgMNFnk/img.png)
🎄 개별학습 [3] Semantic Segmentation의 기초와 이해 1. 대표적인 딥러닝을 이용한 세그멘테이션 FCN 1) Abstract (1) backbone(extracting feature) : VGG 네트워크 (2) VGG FC layer -> Convolution으로 대체 (3) Transposed Convolution -> Pixel Wise Prediction 수행 2) VGG - Image classifcation에서 좋은 성능 - pretrained network를 그대로 사용할 수 있음 3) Fully Connected Layer vs Convolution Layer - Convolution Layer : 각 픽셀의 위치 정보를 그대로 가져옴 - Fully Connected La..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bDnja0/btrUfIYXMMm/V7KiT5W7KlRNSnEFarauEK/img.png)
🎄 개별학습 [2] Competition Overview 1. COCO Dataset 1) COCO Format - Info : dataset에 대한 high-level 정보 - licenses : image의 license 목록 - images : dataset의 image 목록 및 각각의 width, heigh, file_name, id - categories : class에 해당하는 id, name, supercategory 3. 평가 Metric 1) Mean IoU 🎄 오늘의 회고 크리스마스가 얼마 안 남았으니(!!) 이런 기회 흔치 않다 이번 주 이모지는 크리스마스 트리로🎄🎄(!!!) 오전에는 데이터 annotation 랩업 리포트 마무리하고! 이번 주부터는 다시 강의 듣기 시작! 새로운 주제..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/wOwya/btrTRp5ZWDV/VfrEXVh4anWkBM00dEpwrk/img.png)
🫖 오늘의 회고 짤은.. 뭔가 이번 대회를 하면서 느꼈던 나의 모습.... 분명 부캠 시작할 때에는 7시 칼퇴근을 외치며 코어 타임에 집중하는 것을 목표로 세웠는데, 대회를 하나씩 할 때마다 '아.. 이것까지만 하면 될거 같은데' 하면서 계속 자체 연장.. 연장..을 반복해왔다. 지난 번 프로젝트 때까지는 이 정도까지는 아니었던거 같은데(..ㅎ..) 모델 학습 돌리다가 언제 오류가 날지 모르니 컴퓨터도 계속 켜두었다.. 생각해보면 2주 동안 컴퓨터 끈 적이 없어.. 오늘 마스터클래스 시간에는 Data Annotation 대회 관련 이활석 마스터님과 대회 피드백, 질의응답 시간을 가졌다. 대회가 끝난 뒤 마스터클래스 시간마다 느끼는 건데 확실히 대회 끝나고 얻어가는 게 훨~씬 많다.. 우선 주어진 시간 안..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/cP3I5b/btrTK9Jj7TX/fUu40wkxKPXCYPZ0eXwMCk/img.png)
🫖 개별학습 [10] Back of Tricks 1. Synthetic Data 1) Need for Synthetic Data (1) 성능 향상에 가장 중요한 것은 Data -> Data 확보는 어려움 - 도메인(예. Korean 등)에 따라 규모가 충분하지 않을 수도 있음 - 웹에서 이미지를 수집하면 라이센스에 제약이 있거나 직접 촬영해야 함 - annotation 생성의 난이도가 높고 비용이 많이 듦 (2) SynthText - 대표적인 합성 데이터셋 - 이미지 data + 글자 data - Depth Estimation을 이용하여 적절한 위치, 표면에 글자 합성 (3) SynthText3D + UnrealText - SynthText3D : 3D 가상 세계를 이용하여 텍스트 이미지 합성 - Unr..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/cdOtwd/btrTFXPGknB/KCjLR3kNeDLPP1xmH8cNaK/img.png)
🫖 오늘의 회고 지금까지 전사 고치기 + 박스 고친 데이터들 합쳐서 돌려봤는데 생각보다 성능이(...) 떨어졌다.. 왜 그런거지... 중간 점검 차원에서 전사 고친 데이터 + 박스 일부 고친 데이터를 합쳐서 돌렸을 때는 성능이 괜찮았는데 왜 작업을 다 하고 나니까 성능이 떨어진건지 모르겠다..ㅠ-ㅠ 새로운 데이터셋 찾아서 json 파일 합치고 돌려보고, 제출하려고 하니까 자꾸 디스크 용량이 부족하다고 해서 이것저것 삭제 중...인데도 아직도 용량 부족 뜸..ㅠㅠㅠ 이미지를 많이 추가한 것도 아닌데 왜 자꾸 오류가 뜨는건지 모르겠넹...