Deep Learning Start-to-End Code Analysis

안녕하세요! M_AI 입니다! 이전까지 데이터에 대한 설명과 학습을 위한 데이터 전처리 및 데이터셋 준비법을 설명했습니다! 이전글 : [2D Multi-Class Semantic Segmentation] 2. U-Net with Backbone and Loss Function https://yhu0409.tistory.com/8 [2D Multi-Class Semantic Segmentation] 2. U-Net with Backbone and Loss Function 안녕하세요! M_AI 입니다! 이전글에서는 당뇨망막병증(Diabetic Retinopathy)에서 무엇을 세그멘테이션할 지와 이를 위해 데이터셋을 어떻게 준비하는 지에 대해 설명했습니다. 이번 장에서는 ImageNet yhu0409.tis..

안녕하세요! M_AI 입니다! 이전글에서는 당뇨망막병증(Diabetic Retinopathy)에서 무엇을 세그멘테이션할 지와 이를 위해 데이터셋을 어떻게 준비하는 지에 대해 설명했습니다. 이번 장에서는 ImageNet으로 Pre-trained된 모델을 Backbone으로 가지는 U-Net 모델을 구현 방법을 설명하도록 하겠습니다. 이전글 : [2D Multi-Class Semantic Segmentation] 1. Data Preprocessing https://yhu0409.tistory.com/7 [2D Multi-Class Semantic Segmentation] 1. Data Preprocessing 2021.05.11 (화) 수정 내역 1. 데이터 추가 - 검증 데이터가 적어 모델에 대한 신뢰성..

2021.05.11 (화) 수정 내역 1. 데이터 추가 - 검증 데이터가 적어 모델에 대한 신뢰성이 떨어져, DIARETDB1 데이터셋을 추가. 2. 클래스 변경 - 기존에는 optic disc를 추가하여 함께 segmentation을 했으나 새로 추가하는 DIARETDB1에는 optic disc 마스크가 없기에, 여기에 맞춰서 optic disc를 제외하여 클래스 수를 4 -> 3으로 변경. Class 0 - Background 1 - MA + HE 2 - EX + SE 3. 데이터 증식(Data Augmentation) - 기존에는 회전은 5도 마다 해주었지만, 너무 많은 관계로 20도로 변경. 4. 데이터셋 생성 코드 수정 - 모델 검증을 K-Fold Cross Validation으로 하기 위해 t..