분류 전체보기8 Pix2pix 논문리뷰 | Image-to-Image Translation with Conditional Adversarial Networks 논문: https://arxiv.org/pdf/1611.07004.pdf 1. Introduction pix2pix는 unsupervised learning이며 이미지 대 이미지를 변환할 수 있다. cGAN을 변형한 모델로 깔끔한 이미지 변환이 특징이다. 하지만 단점이 있다면 pix2pix를 학습시키기 위해서는 source domian x와 target domain y의 쌍 {x, y} 즉, pair를 이러 학습을 시켜야 한다는 점이다. 이 입력영상은 아래 사진처럼 {밑그림, 색칠사진}이 될 수도 있고 {흑백, 칼라}, {낮, 밤}의 pair가 될 수도 있다. 위의 그림처럼 Input과 ground truth를 쌍으로 학습시키면 그럴싸한 output을 생성시킬 수 있다. .. 2020. 6. 5. SRGAN 논문 리뷰 | Photo-Realistic Single Image Super-Resolution Using Generative Adversarial Network 논문 주소: arxiv.org/abs/1609.04802 논문 요약 --> Super Resolution에 GAN을 적용한 논문 기존 Super Resolution들은 MSE loss를 사용하여 복원을 하다보니 PSNR 수치는 높지만 다소 블러가 낀 결과를 내고 있음을 지적하였고 이를 해결하기 위하여 GAN을 적용한 논문이다. 시작하기에 앞서, Image Super Resolution이란? 저해상도(Low Resolution) 이미지를 고해상도(Super Resolution) 이미지로 변환시키는 일을 의미한다. Super Resolution은 크게, 하나의 이미지를 이용하는지, 여러 이미지를 이용하는지에 따라서 1) Single Image Super Resolution 2) .. 2020. 5. 24. [CS231n] Lecture3_2 : Optimization Review of Lecture 3_1 Lecture 3_1 : https://takesummer.tistory.com/7?category=886048 - 1. Softmax - Cross Entropy Loss Li(첫번째 빨간색 줄) - 2. SVM - Hinge Loss Li (두번째 빨간색 줄) - 3. L (full lose) = Softmax + SVM 저번 시간에는 위처럼 Loss function들에 대하여 알아보았습니다. 이번 포스팅에서는 이어서 loss function과 관련된 optimization에 대하여 알아보겠습니다. 2. Optimization optimization을 쉽게 생각하면 loss를 minimization해주는 weight를 찾아가는 과정입니다. loss는 실제값과 예.. 2020. 5. 13. [CS231n] Lecture3_1 - Loss functions Review of Lecture 2 - Challenges in visual recognition - K-NN - Linear classifier 지난 2강에서는 컴퓨터가 비전을 인식하는데 위처럼 여러가지 challenge들이 있었습니다. 실제로는 사용하지 않지만 교육용을 위하여 NN에 대하여 배웠습니다. 그 중에서도 NN classifier보다 성능이 좋은 K-NN classifier를 탐구해보고 시각화를 해보았습니다. Linear Classifier를 해석하는 방법에는 2가지가 있습니다. 1. Matching Template 2. Class score를 기반한 classification ------------------------------------------------- Object of Lect.. 2020. 5. 12. 이전 1 2 다음
