IBOK

People-Art 데이터셋은 서로 다른 style의 이미지에서 사람을 찾는 object detection 용 데이터셋입니다. Dataset download: github.com/BathVisArtData/PeopleArt Paper: arxiv.org/pdf/1610.08871v1.pdf Dataset Description 서로 다른 style의 이미지에 대해 잘 인식하도록 하는 문제를 Cross-depiction problem이라고 정의합니다. People-Art 데이터셋은 사진, 만화 그리고 41개의 화풍으로 구성된 총 43개의 style를 가집니다. 41개의 화풍 이미지는 WikiArt.org에서, 사진은 PASCAL VOC 2012 데이터셋에서, 만화 이미지는 Google에서 가져왔다고 합니다...

순서: 1. R-CNN (2014) 2. SPP-Net (2015) 3. Fast R-CNN (2015) 4. Faster R-CNN (2016) 5. FPN (2017) (추가예정) 참고: yeomko.tistory.com/category/%EA%B0%88%EC%95%84%EB%A8%B9%EB%8A%94%20Object%20Detection?page=1 1. R-CNN (2014) Girshick, Ross, et al. "Rich feature hierarchies for accurate object detection and semantic segmentation." Proceedings of the IEEE conference on computer vision and pattern recogniti..

PyTorch로 구현한 3D Segmentation 모델 3가지입니다. github.com/bo-10000/pytorch_3d_segmentation bo-10000/pytorch_3d_segmentation PyTorch implementation of VoxResNet, Attention U-Net and V-Net - bo-10000/pytorch_3d_segmentation github.com VoxResNet residual learning을 적용한 모델입니다. residual module(b)을 여러 겹 쌓은 구조를 가지고 있고, 중간중간 auxiliary classifier을 배치하여 그 결과를 합쳤습니다. MICCAI MRIBrainS challenge에서 1위를 차지했습니다. 논문 링크 ..

PASCAL VOC 2012 Official Web: host.robots.ox.ac.uk/pascal/VOC/voc2012/ 데이터셋 다운로드: host.robots.ox.ac.uk/pascal/VOC/voc2012/#devkit 데이터셋 Docs: host.robots.ox.ac.uk/pascal/VOC/voc2012/devkit_doc.pdf PASCAL VOC 2012는 다음의 5가지 영상 인식 task를 위해 공개된 데이터셋입니다. Classification Detection Segmentation (Semantic, Instance) Action Classification Large Scale Recognition 보통 Detection 용으로 많이 사용되는 듯 한데, Segmentation을..

paperswithcode.com/Papers with Code - About Papers With CodePapers With Code highlights trending Machine Learning research and the code to implement it.paperswithcode.com 다양한 딥러닝 분야의 SOTA 모델을 한눈에 볼 수 있는 아주 유용한 사이트 Papers with Code입니다. 상단의 메뉴에서 Browse-State-of-the-Art 탭을 들어가면 카테고리를 선택할 수 있습니다. Vision, NLP, Medical 등의 대분류 안에 Semantic Segmentation, Image Classification 등의 소분류로 카테고리가 나눠져 있는데요, 현재 나누..

ICLR2020에 발표된 논문인 Deep Double Descent: Where Bigger Models and More Data Hurt 를 바탕으로 정리한 글입니다. 다양한 Deep Learning task에서 발견되는 Double-descent라는 현상을 Model complexity 관점에서 해석하고, 어떤 경우에서는 Model complexity나 Train epoch를 증가시키는 것이 성능을 하락시킬 수도 있다고 주장합니다. Classical Statistics vs. Modern Neural Networks 1) Classical Statistics: Bias-variance trade-off에 따르면, Model complexity가 일정 수준 이상 커지면 Overfitting이 발생해 오..

CVPR 2019에 발표된 논문인 Class-Balanced Loss Based on Effective Number of Samples 를 정리한 글입니다. 데이터셋의 Class Imbalance를 해결하기 위해 새로운 Loss Design를 제안하는 논문입니다. Long Tailed Dataset 위 그림은 각 Class에 속하는 Sample의 갯수를 나타낸 그래프인데요, 일부 몇 개의 Class에만 Sample들이 몰려 있고, 대부분의 Class에는 매우 적은 수의 Sample이 있는 데이터셋을 Long Tailed Dataset이라고 합니다. 이러한 데이터셋을 가지고 학습한 모델은 일반적으로 성능이 잘 나오지 않는데, Large-scale, real-world 데이터셋들은 보통 Long Tailed..

NVIDIA와 Baidu에서 연구하고 ICLR 2018에 발표된 논문인 Mixed Precision Training을 바탕으로 정리한 글입니다. 딥러닝 학습 과정에서 Mixed Precision을 이용하여 GPU resource를 효율적으로 사용할 수 있는 방법입니다. (NVIDIA 블로그 정리글: developer.nvidia.com/blog/mixed-precision-training-deep-neural-networks/) Floating Point Format 실수를 컴퓨터로 나타내는 방법에 고정소수점(Fixed Pint) 방식과 부동소수점(Floating Point) 방식이 존재합니다. (부동소수점 방식은 떠돌이 소수점 방식이라고도 한다고 합니다. 귀엽네요) 고정소수점 방식은 정수부와 소수부를 ..

Carlini, Nicholas, and David Wagner. "Magnet and" efficient defenses against adversarial attacks" are not robust to adversarial examples." arXiv preprint arXiv:1711.08478 (2017). - 2017년 Carlini와 Wagner이 제안한 MagNet과 "Efficient Defenses~"의 반박 논문.- 1) Meng et al.의 MagNet (2017), 2) Zantedeschi et al.의 "Efficient Defenses Against Adversarial Attacks" (2017), 3) Shen et al.의 APE-GAN (2017) 3가지의 adve..

Cho, Seung Ju, et al. "DAPAS: Denoising Autoencoder to Prevent Adversarial attack in Semantic Segmentation." arXiv preprint arXiv:1908.05195 (2019). Abstract - Denoise autoencoder을 이용하여 semantic segmentation에 대한 adversarial defense 기법을 제안 Introduction - image를 pixel level에서 재구성하여 깨끗한 image를 만든다. - 1) Gaussian distribution, 2) Uniform distribution, 3) Bimodal distribution을 noise로 사용. - Dataset : ..