도비의 기술부채 인력소

오늘은 어제 알아본 Unet의 확장 모델인 Unet ++와 Unet3+에 대해서 알아보려고 한다 Unet 모델의 한계를 극복하고 발전시킨 모델들이라고 할 수 있다 그럼 먼저 Unet ++에 대해서 알아보자 목차 1. Unet ++ 2. Unet 3+ 1. Unet ++ Unet ++는 2018년도에 나온 모델이다 UNet++: A Nested U-Net Architecture for Medical Image Segmentation In this paper, we present UNet++, a new, more powerful architecture for medical image segmentation. Our architecture is essentially a deeply-supervised enc..

오늘은 Sementic Segmentation을 위해 등장한 모델인 Unet 계열의 모델에 대해서 알아보려고 한다 먼저 Unet을 살펴보고 이를 발전 시킨 Unet++, Unet3+ 모델에 대해서 자세히 알아보자 목차 1. Unet 2. Unet++ 3. Unet3+ 1. Unet Paper : https://arxiv.org/abs/1505.04597 U-Net: Convolutional Networks for Biomedical Image Segmentation There is large consent that successful training of deep networks requires many thousand annotated training samples. In this paper, we p..

본 글은 네이버 부스트 캠프 AI Tech 기간동안 개인적으로 배운 내용들을 주단위로 정리한 글입니다 본 글의 내용은 새롭게 알게 된 내용을 중심으로 정리하였고 복습 중요도를 선정해서 정리하였습니다 ✅ Week 10 1. EfficinetDet 1. EfficinetDet EfficientDet 논문(EfficientDet: Scalable and Efficient Object Detection) 리뷰 이번에는 CVPR 2020년에 발표된 EfficientDet 논문(EfficientDet: Scalable and Efficient Object Detection)을 읽고 리뷰해보도록 하겠습니다. 당시 object detection 모델은 모두 속도와 정확도 사이의 트레이드오프(trade- herbwood..

본 글은 네이버 부스트 캠프 AI Tech 기간동안 개인적으로 배운 내용들을 주단위로 정리한 글입니다 본 글의 내용은 새롭게 알게 된 내용을 중심으로 정리하였고 복습 중요도를 선정해서 정리하였습니다 ✅ Week 10 1. 1 Stage Detectors 2. YOLO v1 3. SSD 1. 1 stage Detectors 앞에서 살펴본 2 stage model의 경우 1. Localization을 하고 이를 기반으로 2. Classification을 진행하였다 이러한 방법은 정확성은 꽤 높게 나왔지만 속도가 매우 느리다는 단점이 존재했다 그러면 Real Time에서 Object Detector를 사용할 방법은 없을까? 이러한 의문에서 등장하게된 것이 1 stage Detectors이다 1 Stage mo..

본 글은 네이버 부스트 캠프 AI Tech 기간동안 개인적으로 배운 내용들을 주단위로 정리한 글입니다 본 글의 내용은 새롭게 알게 된 내용을 중심으로 정리하였고 복습 중요도를 선정해서 정리하였습니다 ✅ Week 10 1. Neck 1.1 FPN 1.2 PANet 2. After Neck 2.1 DetectoRS 2.2 BiFPN 2.3 NASFPN 2.4 AugFPN Intro. 우리는 지난 시간에 Object Detection Model 중 2 Stage Detectors들에 대해서 알아 보았다 위의 사진에서 확인할 수 있듯이 2 Stage 모델들은 Backbone CNN의 마지막 층에서 나온 feature map을 갖고 RPN을 통해서 Region을 Proposal하고 이를 기반을 Prediction..

본 글은 네이버 부스트 캠프 AI Tech 기간동안 개인적으로 배운 내용들을 주단위로 정리한 글입니다 본 글의 내용은 새롭게 알게 된 내용을 중심으로 정리하였고 복습 중요도를 선정해서 정리하였습니다 ✅ Week 9 1. R-CNN 2. SPPNet 3. Fast R-CNN 4. Faster R-CNN Intro. 이제 본격적으로 object detection 모델에 대해서 배워보자 우선 detection 모델에 대해서 자세히 알기 위해서는 1 Stage Detectors와 2 Stage Detectors의 개념을 알아야한다 두 방법의 차이점은 정확성과 속도의 trade off와 관련이 있다 숫자에서 알 수 있듯이 2 Stage의 경우 속도는 느리지만 정확성이 상대적으로 높은 편이고 1 Stage의 경우 ..

본 글은 네이버 부스트 캠프 AI Tech 기간동안 개인적으로 배운 내용들을 주단위로 정리한 글입니다 본 글의 내용은 새롭게 알게 된 내용을 중심으로 정리하였고 복습 중요도를 선정해서 정리하였습니다 ✅ Week 9 1. Confusion Matrix - Precision, Recall 2. Intersection Over union - IoU 3. PR Curve 4. Average Precision - AP 5. Mean Average Precision - mAP Intro Computer Vision 분야에서 Obejct Detection은 Deep learning의 발전이후 급격하게 관심을 받고 발전한 분야이다 Object Detection과 기존 Classification과의 차이점은 input ..

✅8주차 회고 level 1 대회가 끝이 나고 `서비스 기초`에 대한 강의를 들었다 강의를 통해서 Python 버전 관리, Docker, MLOps 등 다양한 실질적 기술을 습득할 수 있었다 -8주차 아쉬운 점- 딱히 아쉬운 점은 없는 한주였다 개인적인 논문 리뷰를 하지 못했다 다음 주 부터 있을 대회 준비를 하지 못했다 -8주차 좋았던 점- 편안하게 수업 내용을 정리하면서 추가적으로 공부한 것 1일 1백준을 제대로 풀이하면서 알고리즘 실력을 늘린것 다양한 분야의 공부를 새롭게 시작한 것 ✅9주차 목표 Week 9에서는 이러한 교훈을 기반 삼아 아래의 목표를 설정하려고 한다 실행 여부는 다음주 이 시간에 회고하면서 확인할 것이다 1일 1백준 유지하기🔥 Object Detection 논문 리뷰하기 & 리뷰..

본 글은 네이버 부스트 캠프 AI Tech 기간동안 개인적으로 배운 내용들을 주단위로 정리한 글입니다 본 글의 내용은 새롭게 알게 된 내용을 중심으로 정리하였고 복습 중요도를 선정해서 정리하였습니다 ✅ Week 8 1. Docker ? 2. Docker 실습해보기 참고 : 설마 또 지나치는 거 아니지? 궁금해하던 도커인데? 진짜 쉽게 설명했어.. 이번엔 진짜 확실히 알고가자!!!! velog.io 1. Docker? 사실 처음 도커를 접했을 때 이해가 되지 않았다 약간 `그들만 사는 세상`의 느낌이 이라기 보다는 `이해될 것 같은 데 먼가 이해가 안가는`? 애매한 포지션의 이해였다 그러던 중 부스트캠프트의 Docker 수업을 듣고 조금 더 찾아보면서 이해를 하기 시작했다 어쩌면 이해를 하기 싫었던 것이..

본 글은 네이버 부스트 캠프 AI Tech 기간동안 개인적으로 배운 내용들을 주단위로 정리한 글입니다 본 글의 내용은 새롭게 알게 된 내용을 중심으로 정리하였고 복습 중요도를 선정해서 정리하였습니다 ✅ Week 8 1.버전 관리 2. 파이썬 버전관리 + Pyenv 설치 3. 파이썬 프로젝트 버전 관리 + Poetry 1. 버전 관리 우리는 Pytorch 또는 Python과 같은 소프트 웨어 심지어, GUI 프로그램 - LoL 클라이언트 버전등 다룰때도 정체모를 숫자들과 마주친다 가장 익숙한 버전을 예시로 들어보면 '스타크래프트1.1.61'과 같이 프로그램 뒤에 오는 숫자가 버전을 의미한다 그렇다면 버전의 정의는 무엇일까? 버전 Version? : 소프트웨어 제품의 특정 릴리스에 대한 고유한 식별자 즉, ..