Per-Pixel Classification is Not All You Need for Semantic Segmentation
Facebook AI 논문, MaskFormer (2021) 를 읽고 작성한 글입니다.
Posts by Year
2021
[PyTorch] Freeze Network: no_grad, requires_grad 차이
모델 Freeze 하는 방법에 대해 정리한 글입니다.
SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers
SegFormer (2021) 논문을 읽고 작성한 글입니다.
Model Architecture in Medical Image Segmentation
Medical image segmentation 문제를 풀기 위해 제안된 여러 model architecture에 대해 정리한 글입니다.
Vision Transformer
Vision Transformer 흐름에 대해 정리한 글입니다.
2020
Image Feature Learning - Self-Supervised Learning (2) _ Contrastive Learning
Contrastive Learning 에 대한 개념 및 연구들을 정리한 글입니다.
[Semi-supervised Learning] Π Model, Temporal Ensembling and Mean Teacher
이 글은 Π Model, Temporal Ensembling and Mean Teacher 논문들을 읽고 작성한 글입니다.
Image Feature Learning - Self-Supervised Learning (1) _ Generative, Predictive, Synthetic
Self-Supervised Learning 에 대한 개념 및 연구들을 정리한 글입니다.
Image Feature Learning - supervised, self-supervised, semi-supervised, weakly-supervised
Image Feature Learning 에 대한 개념을 정리한 글입니다.
[Active Learning] The Power of Ensembles for Active Learning in Image Classification
이 글은 2018 CVPR 논문, The Power of Ensembles for Active Learning in Image Classification을 참고하여 작성하였습니다.
Self-Attention and Gating Mechanisms in Computer Vision
Self-Attention and Gating Mechanisms 에 대한 개념 및 관련 논문들을 정리한 글입니다.
[Classical Method] Active Contour Model and Level-Set Method
Active Contour Model 와 Level-Set Method 에 대한 개념 및 논문들을 정리한 글입니다.
[PyTorch] 자주쓰는 Loss Function (Cross-Entropy, MSE) 정리
PyTorch에서 제가 개인적으로 자주쓰는 Loss Function (Cross Entropy, MSE) 들을 정리한 글입니다.
[Numpy] 배열의 복사
Numpy ndarray의 복사에 대해 정리한 글입니다.
[Object Detection] Faster R-CNN, YOLO, SSD, CornerNet, CenterNet 논문 소개
object detection에 대한 개념 정리 및 해당하는 딥러닝 논문들을 소개한 글입니다.
[구현하기] Volume Ray Casting 개념 및 구현
Volume Ray Casting 을 주제로 “Real-Time Volume Graphics” 책과 위키피디아를 참고해 작성한 글입니다.
2019
[세미나 후기] Reducing Annotation Cost in Medical Image Analysis (by Lunit)
Lunit 세미나 “Reducing Annotation Cost in Medical Image Analysis”
[논문읽기] Distillation-Based Training for Multi-Exit Architectures
이 글은 2019 ICCV Oral 논문, Distillation-Based Training for Multi-Exit Architectures를 참고하여 작성하였습니다.
[논문읽기] Knowledge Distillation via Route Constrained Optimization
이 글은 2019 ICCV Oral 논문, Knowledge Distillation via Route Constrained Optimization를 참고하여 작성하였습니다.
[논문읽기] A Comprehensive Overhaul of Feature Distillation
이 글은 2019 ICCV 논문, A Comprehensive Overhaul of Feature Distillation과 clova-ai blog를 참고하여 작성하였습니다.
[논문읽기] Image Super-Resolution by Neural Texture Transfer(SRNTT)
이 글은 2019 CVPR 논문, Image Super-Resolution by Neural Texture Transfer를 참고하여 작성하였습니다.
[논문읽기] Structured Knowledge Distillation for Semantic Segmentation
이 글은 2019 CVPR 논문, Structured Knowledge Distillation for Semantic Segmentation 를 참고하여 작성하였습니다.
[논문읽기] Noise2Noise: Learning Image Restoration without Clean Data
이 글은 2018 ICML 논문, Noise2Noise: Learning Image Restoration without Clean Data와 TechTalksTV 영상을 참고하여 작성하였습니다.
[논문읽기] A Style-Based Generator Architecture for Generative Adversarial Networks
이 글은 2019 CVPR 논문, A Style-Based Generator Architecture for Generative Adversarial Networks를 참고하여 작성하였습니다.