일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- geometric viewpoint
- tensor core
- computer vision
- algebraic viewpoint
- print*
- parametric approach
- GNN
- cross-entropy loss
- Graph Neural Networks
- EECS 498-007/598-005
- implicit rule
- cv
- image classification
- L2 distance
- data-driven approach
- human keypoints
- Semantic Gap
- cs224w
- object detection
- implicit rules
- fortran90
- L1 distance
- visual viewpoint
- format이 없는 입출력문
- multiclass SVM loss
- gfortran
- 내장함수
- FORTRAN
- feature cropping
- 산술연산
Archives
- Today
- Total
목록Fully convolutional network (1)
수리수리연수리 코드얍
[EECS 498-007/598-005] 16강. Detection and Segmentation(2)
3. Segmentation: Semantic Segmentation Segmentation에는 여러 종류가 있는데, 첫 번째로 semantic segmentation을 보겠다. 이는 이미지의 각각의 픽셀에 카테고리 label을 붙이는 것이다. Instance를 구분하는 것이 아니라 오직 픽셀에만 집중하기 때문에, 오른쪽 그림에서처럼 두 마리의 소가 붙어 있더라도 이를 소 1, 소 2로 구분하는 것이 아니라 ‘소’라는 하나의 카테고리 라벨로 통칭한다. 1) Sliding Window 강연자께서 semantic segmentation task를 해결하는 ‘멍청한’ 아이디어라고 소개한 내용인데, 바로 sliding window다. 이는 이미지의 각 픽셀에 대해 그 주변부를 포함한 작은 patch를 추출하고,..
놀라운 Deep Learning/Deep Learning for Computer Vision
2023. 3. 3. 14:38