PointNet PointNet은 3D data인 point data를 Classification, Segmentation 하기 위한 모델이다. 2D data와 달리 3D data는 정규화 데이터가 아니고, 불규칙하게 얻어진다. (2d는 행렬로 regular 하게 얻어진다) 특정 rendering 없이 point data를 다루기 위해서는 2가지 성질을 만족해야 한다. 1. Permutation invariant 2. Rigid motion invariant Permutation invariant 3d point는 특정 순서 없이 주어지기 때문에 어떠한 순서로 오더라도 output이 달라지면 안 된다. 이를 Permutation invariant(직역하면 순열 불변)라고 한다. PointNet에서는 Pe..

Dilated Convolution? Dilated Convolution은 위와 같이 필터 내부에 zero padding을 추가하여 강제로 receptive field를 늘려주는 convolution이다. Dilated Convolution, 왜 사용할까? (Receptive field) convolution을 할 때 필터가 수용하는 영역(receptive field)이 넓을수록 이미지의 전체적인 특징, 문맥적(context)인 특징을 잡아내기 수월한데, 그렇다고 필터의 크기를 넓히게 되면 그만큼 가중치가 늘게 되고 overfitting이 발생할 수 있다. Dilated Convolution은 receptive field는 넓혀주면서 파라미터 개수는 유지시켜주는 장점이 있다. i-dilated convo..

위 그림과 같이 중심이 (a, b)이고 반지름이 r인 원의 방정식은 다음과 같다. 이 때 점 (x, y)가 원의 외부에 존재 한다면 다음 식을 만족한다. 반대로 (x, y)가 내부에 있는 점이라면 다음 식을 만족한다. 끝.

1. 점의 좌표 4개   두 점 (x1, y1), (x2, y2)를 지나는 직선 A와 (x3, y3), (x4, y4)를 지나는 직선 B의 교차점 P는 다음과 같다.    또한,    이면 두 직선은 평행이거나 같은 직선이다. (교점이 없다)     2. 표준형  두 직선의 방정식이 다음과 같을 때,     교점 P는 다음과 같다.     또한,    이면 두 직선의 평행 또는 일치.     3. 일반형  두 직선의 방정식이 다음과 같을 때,      교점 P는 다음과 같다.      또한,    이면 두 직선은 평행 또는 일치.         끝.

SegNet SegNet은 Encoder-Decoder 유형의 구조를 사용하는 Image Segmentation 모델이다. UNet과 마찬가지로 FCN의 구조를 이용했다고 볼 수 있다. Encoder SegNet 구조의 왼쪽 부분을 Encoder라 하며, Encoder에서는 VGG16의 13개 Convolution Layer을 동일하게 사용한다. Convolution, Pooling 구조들 통해 Input Image의 특징 맵(featrue map)을 추출하게 된다. Decoder 오른쪽 부분을 Decoder라고 한다. Decoder에서는 Encoder에서 뽑은 특징 맵을 Upsampling과 Convolution을 하여 작아진 이미지를 원래 크기로 되돌린다. Upsampling 후 마지막 Layer에서..

UNet UNet은 FCN(Fully Convolutional Network)을 수정하고 확장한 End-to-End 모델로, 모델 구조가 U 모양이라 U-Net이라 명칭 되었다. 2021/01/07 - [DeepLearning/개념] - [Segmentation] FCN, Fully Convolutional Network [Segmentation] FCN, Fully Convolutional Network Segmentation? Segmentation이란 이미지상의 물체들을 픽셀 단위로 분할, 검출하는 것이다. Segmentation은 구체적으로 Sementic Segmentation과 Instance Segmentation으로 나뉜다. Sementic Segmentation은.. wjs7347.tis..