분류 전체보기
-
[논문 리뷰] HarDNet-MSEGAI 2022. 8. 31. 16:18
medical image segmentation 분야에서 높은 정확도와 효율적인 inference time을 보여주고 있는 HarDNet 기반의 HarDNet-MSEG 논문을 일부 번역한 내용이다. 일부 수정 및 삭제되어 있으므로 전체적인 내용은 논문을 참고하길 바란다. https://arxiv.org/abs/2101.07172 HarDNet-MSEG: A Simple Encoder-Decoder Polyp Segmentation Neural Network that Achieves over 0.9 Mean Dice and 86 FPS We propose a new convolution neural network called HarDNet-MSEG for polyp segmentation. It achie..
-
[논문 리뷰] Stacked Hourglass Networks for Human Pose EstimationAI 2022. 3. 25. 09:07
본 논문은 2016년에 나온 논문으로 이후에 나오는 Landmark Detection 관련 SOTA에서 base backbone으로 많이 사용되는 네트워크이다. 앞으로 더 많은 논문을 공부하기 전에 주로 사용되는 backbone에 대한 공부를 하기 위해서 해당 논문을 리뷰하게 되었다. 논문 링크: https://arxiv.org/abs/1603.06937 Stacked Hourglass Networks for Human Pose Estimation This work introduces a novel convolutional network architecture for the task of human pose estimation. Features are processed across all scales a..
-
[논문 리뷰] End-to -End Semi-Supervised Object Detection with Soft TeacherAI 2022. 3. 14. 13:19
Introduce 본 논문은 ICCV2021에 accepted된 논문으로 semi-supervised learning을 이용한 object detection 모델이다. 현재 paperswithcode에서 COCO 데이터셋 기준 SOTA인 모델이다. https://arxiv.org/abs/2106.09018 End-to-End Semi-Supervised Object Detection with Soft Teacher This paper presents an end-to-end semi-supervised object detection approach, in contrast to previous more complex multi-stage methods. The end-to-end training gradu..
-
-
LRU(Least Recently Used) 알고리즘Algorithm 2020. 10. 7. 15:32
페이지 교체 알고리즘 중 하나 캐시에서 메모리를 다루기 위해 사용되는 알고리즘 한정된 메모리 공간 안에서 효율적인 사용을 하기 위해서 사용 가장 최근에 사용된 적이 없는 캐시의 메모리부터 새로운 데이터로 갱신시켜준다. 즉 가장 오랫동안 사용하지 않은것을 제거하는 알고리즘 이는 오래동안 사용 되지 않은 것은 앞으로도 사용될 가능성이 낮다고 보는것이다. Cache Hit CPU가 참조하고자 하는 메모리가 캐시에 존재하고 있을 경우 Cache Miss CPU가 참조하고자 하는 메모리가 캐시에 존재하지 않은 경우 LRU 예시 문제 추천 https://programmers.co.kr/learn/courses/30/lessons/17680 코딩테스트 연습 - [1차] 캐시 3 [Jeju, Pangyo, Seoul,..
-
[python] 우선순위 큐 알고리즘 - heapq 모듈Python 2020. 10. 6. 16:40
heap ? 완전 이진 트리를 기본으로 한 자료 구조 자료 구조 형태 중 하나로서 우선순위 큐를 위해 만들어진 구조이다. 코딩 테스트 문제 중 최소값, 최대값을 계속해서 호출해야 하는 경우 heap 구조를 이용하여 구현하면 시간 측면에서 효율적인 구현이 가능하다. heapq ? 우선순위 큐 알고리즘이라고 하는 힙(heap) 큐 알고리즘의 구현을 제공 파이썬의 리스트를 최소 힙처럼 사용할 수 있게 하는 것 import heapq는 내장모듈로서 따로 설치가 필요하지 않다. import heapq Function heapify() 기존 배열(리스트)을 heap 구조로 만들기 my_heap = [1, 3, 2, 6, 8, 0, 6] heapq.heapify(my_heap) print(my_heap) # [0, ..
-
교차 검증(Cross validation)AI 2020. 8. 21. 22:40
만약 모델을 학습시키기 위해 데이터를 train set와 test set로 나눈 후 파라미터를 수정하면서 계속 학습을 한다면 train set가 고정된 상태에서 계속 반복되면서 모델이 과적합(overfitting) 될 수 있다. 이를 해결하고자 하는 것이 바로 교차 검증(cross validation)이다. 교차 검증 일반화 성능 향상을 위해 훈련 세트와 테스트 세트로 한 번 나누는 것보다 더 안정적이고 뛰어난 평가 방법 데이터 편중을 막기 위함 별도의 여러 세트로 구성된 학습 데이터 세트와 검증 데이터 세트에서 학습과 평가를 수행 연산 비용이 늘어나는 단점이 있음 (k배 더 느림) from sklearn.model_selection import cross_val_score Parameter and Re..
-
반복문 상태바 라이브러리(tqdm)Python 2020. 8. 17. 21:03
tqdm Python으로 코드를 작성하다 보면 for문을 이용한 반복문을 사용하는 경우가 많다. 그런데 반복문을 많이 하는 경우 결과가 나오기까지 너무 시간이 걸리게 된다. 그럴때 tqdm을 사용하여 진행이 얼마나(몇%) 되었는지 확인하면 심리적 안정감(?)을 찾을 수 있다. 마치 지하철역에서 기차를 기다리면서 전광판을 보는 것과 같은 기분을 느낄 수 있을 것이다. 설치 pip install tqdm 사용법 from tqdm import tqdm 사용 예시 간단한 for문을 이용해서 사용해 보기 범위가 매우 큰 경우 1% 부터 천천히 올라가는 모습을 확인 할 수 있다.(너무 작으면 금방 100%가 되버림) 파라미터 iterable : 반복자 객체 desc : 진행바 앞에 텍스트 출력 leave : boo..