segmentation

부스트캠프 AI Tech 2기/2기 CV P-Stage-Semantic Segmentation

Semantic Segmentation 대회에서 사용하는 방법들 2

2021.10.20

1.baseline이후에 실험 해봐야할 사항들 II 1.1Ensemble 1) k-fold 앙상블 2) epoch 앙상블 ( 성능이 괜찮은 epoch의 체크포인트들을 로드하여 모델을 앙상블 ) 3) SWA (stochastic Weight Averaging) - 각 step 마다 weight를 업데이트 시키는 SGD와 달리 일정 주기마다 weight를 평균내는 방법 4) Seed 앙상블 - 모든 요소들은 같게하고 Seed만 바꿔서 학습을 여러번하여 ensemble 5) Resize 앙상블 - Input 이미지의 Size를 다르게 학습하여 ensemble 6) TTA (test time augmentation) - Test set으로 모델의 테스트 할 때, augmentation을 수행한다음 수행한 결과를..

부스트캠프 AI Tech 2기/2기 U-Stage

2주차 Computer Vision Application

2021.08.12

Semantic Segmentation 어떤 이미지가 있을 때 이 이미지를 pixel마다 분류한다 Fully Convolutional Network Fully Convolutional Network로 이미지의 heatmap을 얻을 수 있는 가능성이 생김 Deconvolution (conv transpose) 100 X 100 이미지가 여러개의 Layer를 거쳤기 대문에 10X10으로 줄었기 때문에 이를 다시 펼쳐주는 기술 Conv를 역연산한다. 하지만 엄밀히 말하면 역 연산은 불가능하다. parameter count와 network 입력과 출력은 똑같다. fully connect한 결과로 Deconv한다. Detection 바운딩박스로 영역에 어떤 객체가 있는지를 카테고리해준다. R-CNN 이미지안에서 ..

Semantic Segmentation 대회에서 사용하는 방법들 2

2주차 Computer Vision Application

티스토리툴바