$$ \newcommand{\floor}[1]{\left\lfloor #1 \right\rfloor} \newcommand{\ceil}[1]{\left\lceil #1 \right\rceil} \newcommand{\N}{\mathbb{N}} \newcommand{\R}{\mathbb{R}} \newcommand{\Z}{\mathbb{Z}} \newcommand{\Q}{\mathbb{Q}} \newcommand{\C}{\mathbb{C}} \renewcommand{\L}{\mathcal{L}} \newcommand{\x}{\times} \newcommand{\contra}{\scalebox{1.5}{$\lightning$}} \newcommand{\inner}[2]{\left\langle #1 , #2 \right\rangle} \newcommand{\st}{\text{ such that }} \newcommand{\for}{\text{ for }} \newcommand{\Setcond}[2]{ \left\{\, #1 \mid #2 \, \right\}} \newcommand{\setcond}[2]{\Setcond{#1}{#2}} \newcommand{\seq}[1]{ \left\langle #1 \right\rangle} \newcommand{\Set}[1]{ \left\{ #1 \right\}} \newcommand{\set}[1]{ \set{#1} } \newcommand{\sgn}{\text{sign}} \newcommand{\halfline}{\vspace{0.5em}} \newcommand{\diag}{\text{diag}} \newcommand{\legn}[2]{\left(\frac{#1}{#2}\right)} \newcommand{\ord}{\text{ord}} \newcommand{\di}{\mathrel{|}} \newcommand{\gen}[1] \newcommand{\irr}{\mathrm{irr }} \renewcommand{\deg}{\mathrm{deg }} \newcommand{\nsgeq}{\trianglelefteq} \newcommand{\nsg}{\triangleleft} \newcommand{\argmin}{\mathrm{argmin}} \newcommand{\argmax}{\mathrm{argmax}} \newcommand{\minimize}{\mathrm{minimize}} \newcommand{\maximize}{\mathrm{maximize}} \newcommand{\subto}{\mathrm{subject\ to}} \newcommand{\DKL}[2]{D_{\mathrm{KL}}\left(#1 \di\di #2\right)} \newcommand{\ReLU}{\mathrm{ReLU}} \newcommand{\E}{\mathsf{E}} \newcommand{\V}{\mathsf{Var}} \newcommand{\Corr}{\mathsf{Corr}} \newcommand{\Cov}{\mathsf{Cov}} \newcommand{\covariance}[1]{\Cov\left(#1\right)} \newcommand{\variance}[1]{\V\left[#1\right]} \newcommand{\variancewith}[1]{\V\left[#1\right]} \newcommand{\expect}[1]{\E\left[#1\right]} \newcommand{\expectwith}[2]{\E_{#1}\left[#2\right]} \renewcommand{\P}{\mathsf{P}} \newcommand{\uniform}[2]{\mathrm{Uniform}\left(#1 \dots #2\right)} \newcommand{\gdist}[2]{\mathcal{N}\left(#1, #2\right)} \DeclarePairedDelimiter{\norm}{\lVert}{\rVert} $$ \everymath{\displaystyle}

Image Segmentation

Project for Bachelor's Thesis is Mathematics, comparing DL/pre-DL image segmentation methods

Thumbnail image source : Tensorflow Image segmentation¹

Pre-DL Image segmentation methods

딥러닝이 본격화되기 이전에는 어떤 방법들이 image segmentation에 사용되었는지 공부했습니다.

Deep Learning methods

Github Link 에서 코드를 모두 확인할 수 있습니다.

가볍게 각 모델들을 비교할 것이므로, 작은 데이터셋을 써보려고 합니다. Graz Univ에서 제공하는 드론 항공 사진 데이터셋 을 이용해 보겠습니다. 먼저 데이터를 로딩할 준비를 하고, 기본 세팅들을 합니다. 모델을 구현하고 나서 데이터를 로딩해서 테스트할 수 있도록..

Preparation 포스팅 링크

데이터가 너무 크고, 너무 적어서 문제가 많이 발생했기 때문에, 데이터를 PASCALVOC 2012를 쓰기로 바꿨습니다.

PascalVOC Dataset 사용하기

Prep이 제대로 되었는지 확인하고 싶습니다. 1-Layer CNN에다가 이미지를 먹이면 조금이라도 Nontrivial한 뭔가를 배울 수 있을까요?

What can 1-Layer-Convolution acheive?

Fully Convolutional Network (FCN) 을 공부하고 구현합니다.

U-Net을 공부하고 구현합니다.

[U-Net 정리]
[U-Net 구현]

Ironically, this project will use pytorch. ↩