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
- shrinkmatch paper
- shrinkmatch
- mocov3
- tent paper
- dcgan
- simclrv2
- cifar100-c
- mme paper
- remixmatch paper
- conjugate pseudo label paper
- UnderstandingDeepLearning
- Meta Pseudo Labels
- CoMatch
- Entropy Minimization
- 최린컴퓨터구조
- Pix2Pix
- WGAN
- adamatch paper
- ConMatch
- SSL
- CGAN
- 딥러닝손실함수
- 백준 알고리즘
- dann paper
- semi supervised learnin 가정
- GAN
- CycleGAN
- 컴퓨터구조
- Pseudo Label
- BYOL
Archives
- Today
- Total
목록unet구조 (1)
Hello Data

이번에 CycleGAN을 살펴보면서 pix2pix에서 발전된 형태라 해서 pix2pix를 공부하려고 했는데 네트워크 구조가 U-Net이라고 해서 먼저 논문을 읽어보려고 합니다. 보니까 생성모델 논문이라고 보다는 의료쪽에서의 Image Segmentation 를 위한 네트워크 였더라고요. 그래서 조금 생소한 용어들이 많이 나와서 완벽히 이해하기 힘들었기 때문에 구조 위주로 설명해보겠습니다. 참고자료 및 이미지 강준영님의 블로그 의료데이터는 모으기 굉장히 힘들기 때문에 훈련 데이터셋을 구성하기 굉장히 힘듭니다. 그러한 문제를 해결하기 위한 데이터증강 방법으로 U-Net 을 만들었다고 합니다. 그리고 우리가 보통 이미지 한개에 대해 클래스를 부여한다면 특이하게 의료데이터에서는 픽셀 단위로 클래스 라벨을 부여한..
Generative
2022. 11. 23. 10:13