본문 바로가기

분류 전체보기22

A Review of Data Augmentation Methods of Remote Sensing Image Target Recognition 정리 출처A Review of Data Augmentation Methods of Remote Sensing Image Target RecognitionLink : https://www.mdpi.com/2072-4292/15/3/827Xuejie Hao 1,† , Lu Liu 1,†, Rongjin Yang 2, Lizeyan Yin 3, Le Zhang 2 and Xiuhong Li 1,* Abstract딥러닝 기반의 원격 감지(Remote Sensing) 이미지 인식 연구에서 연구 샘플 수가 부족한 문제가 종종 발생하며, 적은 수의 샘플은 모델의 과적합(Overfitting) 문제를 야기한다. 이 문제를 해결하기 위해 데이터 증강 기술이 개발되었고, 많은 방법들이 제안되었지만 원격 감지 객체 인식에 적용된.. 2024. 10. 14.
Image Data Augmentation for Deep Learning-A Survey 정리 출처https://arxiv.org/abs/2204.08610Suorong Yang1,2 , Weikang Xiao1,3 , Mengchen Zhang3 , Suhan Guo1,3 , Jian Zhao4 , Furao Shen1,2 ∗ 1. State Key Laboratory for Novel Software Technology, Nanjing University, China 2. Department of Computer Science and Technology, Nanjing University, China 3. School of Artificial Intelligence, Nanjing University, China4. School of Electronic Science and Engineerin.. 2024. 10. 11.
윈도우 우측 하단에 자꾸 뜨는 광고 끄기 윈도우를 시작하면 우측하단에 이게 도대체 무엇일까라고 생각하게 되고 x표시도 작아서 끄기 귀찮은 광고들이 뜬다. 직접 끄는것도 한 두 번이지 중요한 작업을 하다가보면 굉장히 거슬릴때가 많다. 그래서 글을 쓴다. 미래의 내가 다른 데스크탑이나 노트북에서 광고차단을 시간 들이지 않고 쉽게 하기 위한 기록.1. HncUpdateTray 끄기1. 윈도우 검색창에 "시작 앱"을 검색하여 들어간다.2. HncUpdateTray를 꺼준다.2. 개인 정보 설정1. 윈도우 검색 창에서 "개인 정보 설정" 검색한다.2. 체크 표시 한 부분 전부 끈다.3. 크롬브라우저  1. 크롬 접속 후 "설정" => "개인 정보 보호 및 보안" => 맨아래 "사이트설정" 2. 알림으로 들어간다. 3. 알림전송이 허용됨의 사이트들을 모두.. 2024. 6. 10.
VScode 에서 .ipynb(jupyter notebook file) 코드라인 넘버 Visual Studio code 에서 jupyter notebook을 실행하면 아래 이미와 같이 라인이 보이지 않는 현상이 있다. esc를 눌러 셀에서 벗어난 후, Shift + L 을 눌러주면 쉽게 해결할 수 있다. 2023. 12. 23.
Confusion Matrix(분류 모델 성능 평가지표) 란? 공부를 하며, 내가 이해한 방향으로 끄적이는 글이므로 이 글이 무조건적인 정답은 아니다. Classification task의 논문들의 코드들을 보면, 보통 성능을 평가하기 위해 Accuracy(정확도), Recall(재현도), Precision(정밀도), F1_score등이 쓰이는데, 그냥 남들이 쓰니까 나도 써야지 하며 쓰는것보다는 왜, 어떻게, 무슨 원리로, 분류모델에 쓰는지를 제대로 알면 그에 대한 성능을 끌어올리는데에 있어서 도움이 될까 공부를 하며 글을 쓴다. 먼저, 위의 네가지의 평가지표를 이해하려면 오차행렬을 알아야한다. 1. 오차행렬(Confusion Matrix) 정의 : 예측성능을 측정하기 위하여 예측값과 실제값을 비교하기 위한 표 TP, TN : 실제값(Actual Positive,.. 2023. 12. 20.
DeepLearning 기초 개념 : batch_size, steps, epoch, iteration batch_size - 1 step에서 사용한 데이터의 개수. step - batch_size 만큼 처리한 다음 weight, bias 업데이트 한 것을 1번으로 취급 == 1 step Epoch - 전체 데이터를 한 바퀴돌면서 한 번 학습을 한 것 == 1 epoch iteration - 전체 데이터를 모델에 한 번 학습시키는데 필요한 batch의 수. - 1 epoch를 마치는데 필요한 파라미터 업데이트 횟수 - 각 배치마다 파라미터 업데이트가 한 번씩 이뤄지므로, iteration = 전체 데이터 / batch_size steps_per_epoch - 1 epoch 당 step 수 (weight, bias 업데이트 수) validation_steps - 지정한 step마다 validation을 한 .. 2022. 4. 28.
TTA(Test-Time Augmentation) Segmentation Data Augmentation에 관련된 여러 논문들을 읽다가 Test-time augmentation이라는 걸 봤는데, 파파고에 번역을 돌려봤을 때, 더욱 헷갈리게 되어 그냥 넘어가게 되었는데, 이 글을 쓰기 바로 직전에 운이 좋게도 test-time augmentation에 관련하여 공부를 할 수 있게 되어서 메모를 한다. Neural Network의 성능을 올리는데에는 매우 많은 방법이 존재하는데, 그 중 가장 중요한 방법이 Augmentation이라고 생각한다. 왜냐하면 딥러닝에서 뭐가 되었든 data의 질과 양이 중요한데, Data Augmentation은 여러가지 방법들(rotate, translate, flip..등)로 기존의 train set을 증강시켜서 Networ.. 2022. 4. 28.
IMAGE CLASSIFICATION computer vision 분야에서 가장 중요한 것은 이미지분류. 컴퓨터는 이미지를 볼 때, RGB값을 나타내는 수많은 숫자들의 나열로 본다. 또한 사진마다 각도, 빛, 고양이자세, 숨어있는 등 여러 변수에 숫자들은 모두 달라질것이며, 인식하기가 힘들어진다. 그래서 데이터에 기반한 접근법을 생각하게 되었다. 많은 사진들로 그 사진들이 무엇인지 먼저 정답을 알려주고 그렇게 학습된 모델로 사진을 분류를 하면 잘되지 않을까라는 생각으로. 사람도 처음 태어났을 때 자신도 모르게 수많은 경험과 사진등을 보면서 저것이 무엇인지 알게되는 것처럼 컴퓨터 또한 갓 태어난 아이라고 생각하고 가르쳐준다는 느낌으로 생각을하면 이해가 조금 더 쉽게 된다. 그리하여 처음 고안해낸 분류방법은 NN(Nearest Neighbor).. 2022. 3. 29.
jupyter notebook에서 .py 파일 만드는 법 python의 module, package 공부를 하다보니 .py 파일을 만드는법이 필요했는데, 쥬피터노트북 환경에서는 만들어지지 않는것같아 검색을하고 찾아보니 첫번째 방법으로 제일 쉽지만 조금 귀찮은 방법 이렇게 .ipynb 파일에 들어가서 .py 파일을 다시 받은 후, 다시 폴더에 넣는 방법이 있다. 좀 귀찮긴하지만 확실한 방법? 두번째 방법으로는 terminal을 이용하여 .ipynb > .py 파일로 변환하는 방법 주피터 창에서 터미널로 들어간 뒤에 cd 파일경로/ change directory를 통해 변환하고자 하는 .ipynb 파일이 있는 디렉토리로 들어가서 jupyter nbconvert --to script file_name.ipynb 를 해주면된다. 여기서 file_name은 당연히 파일.. 2022. 2. 22.
MacOS에서 키 반복 MacOS 에서 한글은 아래와 같이 "ㅁ"을 꾹 눌렀을 때 연속적으로 쳐지지만, 숫자/영문같은 경우에 꾹 눌렀을 때 아래와 같이 연속적으로 타이핑이 되지 않는다. 이럴 경우는 우선 spotlight에서 terminal을 검색하여 defaults write -g ApplePressAndHoldEnabled -bool false 를 쳐주면 되고, 재시동을 한다. 그럼 다음과 같이 잘 된다! 2022. 2. 18.
반응형