# semantic segmentation
PAPER REVIEW : Student Customized Knowledge Distillation : Bridging the Gap Between Student and Teacher
본 논문은 Knowledge Distillation 분야 중 Feature Distillation 분야와 관련된 논문이다. 논문의 저자는 "좋은 교사 모델이 학생에게 좋은 정보만 주는가"에 대해 초점을 맞춰 연구 방향성을 잡았다. 이전의 연구들에서는 좋은 교사들이 좋은
[2021 ICCV] Deep Metric Learning for Open World Semantic Segmentation
out-of-distribution을 잘 detect하는 게 중요해 우리는 다음과 같은 두 개의 모듈을 가진 open world semantic segmentation system을 제안할 거야 1) in-distribution이랑 OOD object 둘 다 detec
[Review]Learning Statistical Texture for Semantic Segmentation
CVPR 2021에서 발표된 논문 github 1. Introduction > 기존의 semantic segmentation 모델들은 contextual information in high-level feature에 집중했다. :high-level layer만을
Paper Review : Structured Knowledge Distillation for Semantic Segmentation
이 논문은 semantic segmentation 분야에 있어서 지식증류 기법(Knowledge Distillation)을 이용하였다.Knowledge Distillation을 Semantic Segmentation 분야에 이용하였다.GAN 구조를 이용하였다.이 논문에
8주차 Semantic Segmentation 정리
Semantic Segmentation이란 이미지 분류를 픽셀단위로 하는 것이다. 한 픽셀이 사물,동물,사람 등 어디에 속하는지 판단하는 것이다. FCN은 기존 CNN 모델을 Segmentation에 적합하게 변형하여 Segmentation 발전의 토대를 이룬 초기 모
Semantic Segmenation
이미지 데이터를 활용한 딥러닝 모델 중 가장 많이 사용되는 것들 중 하나인 Object Detection과 Semantic Segmentation에 대해 간단히 살펴보고 Object Detection에 대해서는 더 상세히 알아보도록 합니다.이미지 내의 객체들을 의미적으
[DL] Semantic Segmentation에서 Label Image 생성하기
Semantic Segmentation에서 사용하는 라벨링 데이터에 대해 알아보고, 어떻게 제작할 수 있는지 알아봅니다.
Semantic Segmentation
CV분야에는 Classification, Detection, Segmentation, Pose estimation, Image Generation등 여러 요소가 있다Detection은 카테고리가 어떤 Boundary내에서 이루어 진다면 Segmentation은 모든 픽
[P_stage] - week13
[week13] 2021/10/25-29 강의 리뷰 Semantic Segmentation 9강 - Semantic Segmentation 연구 동향 1 HRNet의 필요성 기존의 모델들은 특정 이미지 내 모든 특징이 필요하지 않고, 해상도가 줄어들어 효율적인 연산이 가능하며, 각 픽셀이 넓은 receptive field를 갖게 되고, 중요한 특징만을 ...
[P_stage] - week12
[week12] 2021/10/18-22 강의 리뷰 Semantic Segmentation 3강 - Semantic Segmentation의 기초와 이해 FCN VGG를 backbone으로 사용. FC layer를 convolution으로 대체. : 각
[코드리뷰] Semantic Image Synthesis with Spatially-Adaptive Normalization: GauGAN
Code review for SPADE
FCN (Fully-Convolution Network for semantic segmentation) 리뷰
작성자 : 동덕여자대학교 통계학과 강지우
FCN을 개선한 모델들
Object의 크기가 receptive field가 고정돼있어서 이보다 클 경우 한 object를 다른 여러가지 object로 인식하거나, 이보다 작을 경우 무시되는 경우가 발생Max pooling, deep layer의 문제로 인해 무시되기도 함Deconvolutio
FCN, Fully Convolutional Network
VGGNet backbone을 사용Backbone: VGGNet, AlexNet, ResNet, EfficientNet 같은 feature extracting networkVGG network의 FC Layer(nn.Linear)를 convolution 으로 대체해서
[논문리뷰]Semantic Image Synthesis with Spatially-Adaptive Normalization: GauGAN
Paper review for 'Semantic Image Synthesis with Spatially-Adaptive Normalization(SPADE)' : GauGAN
