Deep Learning Start-to-End Code Analysis

안녕하세요! M_AI 입니다! 이번에는 Segmentation인데, U-Net을 이용한 기본적인 segmentation을 하는 방법을 소개하고자 합니다! 이 글을 읽으면 좋을 것 같은 사람들! - 기본적인 분류(classfication) 모델을 Tensorflow 2.x 버전으로 구현할 줄 아는 사람 - Clssification을 넘어서 Semantic segmentation을 하길 원하는데 오픈 소스를 봐도 이해가 가질 않는 사람. - 오픈 소스를 이해하더라도 입맛대로 수정하는 방법을 모르는 사람. 본 게시글의 목적 ※ 본 게시글은 딥러닝 모델의 상세한 이론적 설명보다는 모델 구조를 바탕으로 코드 분석하고 이해하는 데에 목적에 있습니다! ※ 상세한 이론을 원하면 다른 곳에서 찾아보시길 바랍니다! 본 게..

안녕하세요! M_AI 입니다! ​ 이전 글에서는 데이터셋 준비법을 알아보았습니다. 이전글 : [당뇨망막병증(Diabetic Retinopathy)에서 Grad-CAM으로 병변 찾기] 1. Data Preprocessing https://yhu0409.tistory.com/10 [당뇨망막병증(Diabetic Retinopathy)에서 Grad-CAM으로 병변 찾기] 1. Data Preprocessing 안녕하세요! M_AI 입니다! 이번에는 분류(Classfication) 모델에 대해서, 예측 결과가 왜 그렇게 나오는 지에 대해 파악하고자 Grad-CAM으로 파악하고자 합니다! 직전에는 당뇨망막병증(Diabetic Retinopa yhu0409.tistory.com 하지만 결과를 미리 말씀드리자면, 5개..

M_AI 입니다. 이전 앵커 박스의 추가적인 설명과 데이터셋 준비에 방법에 이어서, 이제 RetinaNet의 핵심인 Loss function의 설명과 코드를 설명하도록 하겠습니다! 이전글 : [RetinaNet] 3. Prepare the Dataset https://yhu0409.tistory.com/4 [RetinaNet] 3. Prepare the Dataset M_AI 입니다. RetinaNet의 모델 및 코드 설명과 이전에 다룬 앵커 박스 코드에 이어서, 이번 글에는 데이터셋 준비하는 방법을 알려드리도록 하겠습니다! 여기서는 추가적인 앵커 박스의 사용법과 yhu0409.tistory.com 이 글을 읽으면 좋을 것 같은 사람들! - 기본적인 분류(classfication) 모델을 Tensorfl..

M_AI 입니다. RetinaNet의 모델 및 코드 설명과 이전에 다룬 앵커 박스 코드에 이어서, 이번 글에는 데이터셋 준비하는 방법을 알려드리도록 하겠습니다! 여기서는 추가적인 앵커 박스의 사용법과 데이터셋 준비하는 코드를 분석 및 설명하도록 하겠습니다! 이전글 : [RetinaNet] 2. Explaining overall RetinaNet model and Code analysis https://yhu0409.tistory.com/3 [RetinaNet] 2. Explaining overall RetinaNet model and Code analysis M_AI 입니다.이전 포스팅인 Anchor Box의 간략한 설명에 이어서 본격적으로 RetinaNet의 모델 및 코드 설명과 이전에 다룬 앵커 박스..