리뷰36

• 

  [Paper Review] Large Kernel Matters -- Improve Semantic Segmentation by Global Convolutional Network (Peng et al., 2017) Large Kernel Matters -- Improve Semantic Segmentation by Global Convolutional Network Chao Peng, Xiangyu Zhang, Gang Yu, Guiming Luo, Jian Sun; Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017, pp. 4353-4361 Abstract 네트워크 아키텍처 디자인 연구에 있어, 당시 트렌드는 큰 커널 대신 작은 필터(1x1 혹은 3x3)를 여러 개 쌓는 형태를 선호하는 모습을 보였다. 이는 이미지 처리 분야에서 같은 컴퓨팅 자원 소모 대비 성능이 좋았기 때문인데, Semantic Se.. 리뷰/논문 리뷰 2022. 8. 18.

• 

  [Paper Review] RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation (Lin et al., 2017) RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation Guosheng Lin, Anton Milan, Chunhua Shen, Ian Reid; Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017, pp. 1925-1934 Abstract 지금까지 리뷰한 논문들은 성공적인 Semantic Segmentation을 위해 이미지 처리의 자타공인 강자, CNNs를 수정한 구조들을 제시하였다. 기본적인 CNN은 층을 거칠수록 resolution이 낮아진다는 문제를 해결하기 위해 Upsampling이나 Dil.. 리뷰/논문 리뷰 2022. 7. 29.

• 

  [Paper Review] Dilated Residual Networks (Yu et al., 2017) Dilated Residual Networks Fisher Yu, Vladlen Koltun, Thomas Funkhouser; Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017, pp. 472-480 Abstract 2016년에 공개된 DilatedNet(리뷰)에 이어 등장한 모델 구조이다. Semantic Segmentation은 물론, 모델의 깊이나 복잡성 증가 없이 Image Classification에서도 좋은 성능을 낼 수 있는 DRN은 Dilated Convolution 개념에 잔차(Residual) 개념을 더한 구조이다. 2022년 7월 기준 약 1,200회 이상의 인용 수를 보.. 리뷰/논문 리뷰 2022. 7. 26.

• 

  [Paper Review] Multi-Scale Context Aggregation by Dilated Convolutions (Yu et al., 2016) Multi-Scale Context Aggregation by Dilated Convolutions Fisher Yu, Vladlen Koltun; Published as a conference paper at ICLR 2016 Abstract 이번 논문은 Dilated Convolution을 제안하여, 이미지의 resolution 손실을 최소화하며 receptive field를 확장할 수 있도록 한 논문이다. 이전에 리뷰했던 논문인 DeepLab과 풀고자 하는 문제도 비슷하고, Hole 알고리즘을 사용했다는 점도 비슷하지만, backbone 역할을 하는 Front-end module과 dilated convolution으로 이루어진 Context module로 나눠져 있다는 점이 독특한 점이다. 해당 .. 리뷰/논문 리뷰 2022. 7. 23.

• 

  [Paper Review] Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs (Chen & Papandreou et al., 2015) Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs Liang-Chieh Chen, George Papandreou, Iasonas Kokkinos, Kevin Murphy, Alan L. Yuille; Published as a conference paper at ICLR 2015 * 위 논문에서 처음 제안된 구조인 DeepLab은 몇 번의 수정을 거치며 발전하였고, 이에 따라 v1부터 v3+까지 버전이 나뉘어있다. 이하 리뷰는 v1을 기준으로 한다. Abstract Deep Convolution Neural Networks(이하 DCNNs)는 Image Classification, Object Detecti.. 리뷰/논문 리뷰 2022. 7. 21.

• 

  [Paper Review] Learning Deconvolution Network for Semantic Segmentation (H Noh, S Hong, B Han, 2015) Learning Deconvolution Network for Semantic Segmentation Hyeonwoo Noh, Seunghoon Hong, Bohyung Han; Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2015, pp. 1520-1528 Abstract 이번 논문은 FCN에 이어 등장한 Semantic Segmentation 분야 논문으로, Max Unpooling 개념을 활용해 기존 FCN이 Upsampling에 과도하게 의존한 탓에 큰 Object와 작은 Object에 대해서 Segmentation을 제대로 하지 못하는 문제를 해결한 논문이다. 해당 논문은 FCN의 문제가 고정된 Recep.. 리뷰/논문 리뷰 2022. 7. 19.

• 

  [Paper Review] Fully Convolutional Networks for Semantic Segmentation (Long & Shelhammer et al., 2015) Fully Convolutional Networks for Semantic Segmantation Jonathan Long, Evan Shelhamer, Trevor Darrell; Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2015, pp. 3431-3440 Abstract 이번 논문은 2015년에 공개된 Semantic Segmentation 분야 논문으로, 각 픽셀 별로 일정한 Bounding Box 크기만큼 Classification을 적용하여 해당 픽셀의 종류를 추론하는 기존 접근 방식을 획기적으로 바꾼 논문이다. 기존에 사용되던 Fully Connected Layer 대신 1x1 Co.. 리뷰/논문 리뷰 2022. 7. 16.

• 

  [리뷰] 살아 움직이는 머신러닝 파이프라인 설계 살아 움직이는 머신러닝 파이프라인 설계 (Building Machine Learning Pipelines) 하네스 하프케, 캐서린 넬슨 저 / 송호연 역 살아 움직이는 머신러닝 파이프라인 설계 - YES24 효율의 끝판왕, 머신러닝 파이프라인으로 가장 손쉽게 자동화를 구축하는 방법!많은 기업이 머신러닝 프로젝트에 수백억씩 투자한다. 안타깝지만 모델을 효과적으로 배포하지 못하면 엄청난 www.yes24.com 간단 서평 복잡한 MLOps를 TFX 생태계 하나로 컴팩트하게 다룬 책이다. 기존의 강의나 책들은 다소 파편화되어 있어 MLOps 그 자체와 툴 사용법 그 사이 어딘가 모호한 위치를 배우는 것 같았다면, 이 책은 MLOps가 어떻게 구성되고 어떻게 동작하는 것인지 명확하게 설명하고 있다. 이와 동시에.. 리뷰/도서, 강의 리뷰 2022. 7. 12.

• 

  [리뷰] 똑똑한 코드 작성을 위한 실전 알고리즘 * 한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다. 똑똑한 코드 작성을 위한 실전 알고리즘 (Learning Algorithms) 조지 하이네만 저, 윤대석 역 똑똑한 코드 작성을 위한 실전 알고리즘 - 교보문고 파이썬 예제로 문제 해결 전략 익히기 | 핵심만 골라 확실하게 익히는 파이썬 알고리즘 알고리즘 학습에서 가장 중요한 것은 문제 해결 능력입니다. 단순히 각 알고리즘의 기능을 개별적으로만 www.kyobobook.co.kr 간단 서평 오레일리 자료구조&알고리즘 시리즈 3대장의 핵심을 담아낸 파이썬 알고리즘 실전서다. 코딩 테스트를 준비하는 프로그래머 지망생은 물론, 현업에서 일하고 있는 실무자, 그리고 전문적인 개발을 하지 않는 연구자에게까지 도움이 되는 내용들로 알차게 구성되어 있다... 리뷰/도서, 강의 리뷰 2022. 6. 29.

• 

  [리뷰] 실무자를 위한 그래프 데이터 활용법 * 한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다. 실무자를 위한 그래프 데이터 활용법 (The Practitioner's Guide to Graph Data) 데니즈 고즈넬, 마티아스 브뢰헬러 저, 우정은 역 실무자를 위한 그래프 데이터 활용법 국내 최초 그래프 씽킹 안내서! 문제 해결력을 키우는 그래프 씽킹 완벽 가이드북. 그래프 씽킹으로 그래프 데이터를 효율적으로 구축하는 방법을 배워 은행 고객 관리 시스템부터 넷플릭스와 m.hanbit.co.kr 간단 서평 이름에서부터 당당하게 밝히듯이, 이론적인 연구보다는 실무적인 활용에 더욱 초점을 맞춘 책이다. 저자인 데니즈 고즈넬과 마티아스 브뢰헬러 모두 현업에서 그래프를 다루는만큼, 순수 이론보다는 실무적인 개념을 유용한 팁과 함께 다룬다. 데.. 리뷰/도서, 강의 리뷰 2022. 5. 23.

• 

  [리뷰] 머신러닝 실무 프로젝트 2판 * 한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다. 머신러닝 실무 프로젝트 (Machine Learning at Work) 2판 아리가 마치아키, 나카야마 신타, 니시바야시 다카시 저 / 김모세 역 머신러닝 실무 프로젝트 - YES24 어디서든 환영받는 ‘실무형 머신러닝’ 비법온라인 강의, 책, 대학 연구만으로는 실제 비즈니스에 머신러닝을 어떻게 적용할 것인지, 어떤 경우에 머신러닝 기법과 데이터 분석 방법을 적용해 www.yes24.com 간단 서평 소규모 스타트업에서 ML Engineer로 일을 하며 모델 학습부터 배포까지 전반을 다루게 되었고, 이로부터 단순 연구를 벗어난 '머신러닝 실무'에 관심을 가지게 되었다. 그러나 MLOps 관련 서적들은 다소 허들이 높았고, DevOps 지식이 .. 리뷰/도서, 강의 리뷰 2022. 4. 14.

• 

  [리뷰] 파이토치 딥러닝 프로젝트 모음집 * 해당 서평은 비제이리퍼블릭 서평 이벤트를 통해 제공받은 '한 줄씩 따라 해보는 파이토치 딥러닝 프로젝트 모음집'에 대한 서평입니다. 파이토치 딥러닝 프로젝트 모음집 투빅스 / 이경택 외 8인 지음 한 줄씩 따라 해보는 파이토치 딥러닝 프로젝트 모음집 - YES24 이미지, 텍스트, 음성, 영상 등 실생활 데이터를 활용한실전 딥러닝 프로젝트 모음집!시중에 딥러닝을 가르쳐주는 입문책은 많습니다. 하지만 실제로 우리가 흔히 다루는 날것의 데이터를 활용 www.yes24.com 간단 서평 이 책을 펼쳤을 때 가장 먼저 든 생각은, 책이 참 친절하다 였다. 이론만 주구장창 이야기하면 독자들이 지루해할 것이라는 것을 알고 있기라도 한 듯, 핵심적인 내용만을 정확하고 쉽게 설명해두었다. 흥미로운 사례와 깔끔한 모.. 리뷰/도서, 강의 리뷰 2022. 4. 9.