개발log

SegNet Semantic Segmentation for Scene Recognition(장면을 다양한 개체의 구성 요소로 분할하는 작업) 을 위한 네트워크 Encoder와 Decoder로 나뉨 Encoder단에 VGG16을 사용 (FCL를 제외한 13개 convolution layers만을 사용) 메모리 사용량과 연산 속도 측면에서 효율적인 네트워크 [간단한 VGG16 리뷰] VGG 16 기존의 Network들 보다 층을 깊게 가져감 깊어지면서 분류 에러가 감소하는 것을 관찰 더 작은 크기의 kernel로 더 많은 covolution을 진행 → 파라미터의 개수가 줄어들어 학습의 속도가 빨라짐 그와 동시에 층의 개수가 늘어나면서 특성에 비선형성을 더 증가하며 성능 향상 → ex) [산출된 특성맵의 사이..

FCN (Fully Convolutional Networks) Semantic Segmentation 문제를 위해 제안된 딥러닝 모델 대부분의 Semantic Segmentation 방법론은 FCN을 기반으로 함 Semantic Segmentation 모델을 위해 기존에 이미지 분류에서 우수한 성능을 보인 CNN 기반 모델(AlexNet, VGG16, GoogLeNet)을 목적에 맞춰 변형시킨 것 이러한 변형 과정에는 크게 Convolutionalization, Deconvolution (Upsampling), Skip architecture 이 있음 위치 정보를 유지하기 위해 모든 FC-layer를 Conv-layer로 대체하는 방법 하지만 convolutionalization 이후의 feature m..