강의 복습
1. 세그멘테이션 개요
- Semantic Segmentation vs Instance Segmentation
- 단일 객체(Single object): 이미지 분류, 위치파악
다중 객체(Multi object): 객체 탐지, 이미지 분할
- 활용 분야: 자율주행, 의료 등
2. 대표적인 딥러닝을 이용한 세그멘테이션 FCN
- VGG 네트워크 백본을 사용 (Backbone : pretrained 된 딥러닝 모델을 의미)
- VGG 네트워크의 FC Layer를 Convolution 으로 대체
- Convolution Layer: 각 픽셀의 위치정보를 해치지 않은채로 특징 추출
Fully Connected Layer: 각 픽셀의 위치정보를 해침
- 1x1 Convolution을 사용할 경우 , 임의의 입력값에 대해서도 상관 없는 이유
Convolution 은 kernel 의 파라미터에 의해 영향을 받고 , 이미지 혹은 레이어의 크기에 대해서는 상관 없음
- Transposed Convolution 을 이용해서 Pixel Wise prediction 을 수행
- 줄어든 이미지를 다시 키우는 Convolution
- 성능을 향상시키기 위한 방법
- MaxPooling 에 의해서 잃어버린 정보를 복원해주는 작업을 진행
- Upsampled Size 를 줄여주기에 좀 더 효율적인 이미지 복원이 가능
