본문 바로가기

🏛 Research51

VAE (Variational Autoencoder) 설명 | VAE Pytorch 코드 예시 VAE (Variational Autoencoder) VAE(Variational Autoencoder)는 생성 모델 중 하나로, 주로 차원 축소 및 생성 작업에 사용되는 신경망 아키텍처이다. VAE는 데이터의 잠재 변수를 학습하고 이를 사용하여 새로운 데이터를 생성하는 데 사용되는데, 특히 이미지 및 음성 생성과 같은 응용 분야에서 널리 사용되고 있다. 이러한 VAE는 크게 인코더와 디코더라는 두 부분으로 구성되어 있다. Autoencoder(오토인코더)와 헷갈릴 수 있는데, 오토인코더는 인풋을 똑같이 복원할 수 있는 latent variable z를 만드는 것이 목적, 즉 인코더를 학습하는 것이 주 목적이고, VAE의 경우 인풋 x를 잘 표현하는 latent vector를 추출하고, 이를 통해 인풋 .. 2024. 1. 6.

[논문 리뷰] End-to-End Object Detection with Transformers | DETR 설명 오늘은 2020년에 Meta에서 공개한 DETR 모델(ECCV 2020)을 리뷰해 보고자 한다. 피 인용수가 9000회에 육박하며, 최근 공개되는 객체 검출 논문들을 보면 DETR 기반의 연구도 심심치 않게 볼 수 있다. Deformable DETR, Conditional DETR, Group DETR, Co-DETR, ... DETR (DEtection TRansformer) DETR은 트랜스포머와 이분 매칭(Bipartite-matching) 기반의 새로운 검출 방식을 도입하여 RPN, NMS와 같은 hand-crafted 한 엔지니어링이 필요없는 모델 구조라고 한다. 구조적으로 굉장히 간단하면서 다른 task에 대한 확장성도 좋고, 어텐션 메커니즘을 이용하기 때문에 큰 객체를 검출 능력이 Faste.. 2023. 11. 25.

[NLP] BERT 간단 설명 | Bi-Directional LM | 양방향 언어 모델 BERT(Bidirectional Encoder Representations from Transformers) BERT는 자연어 처리 (NLP) 분야에서 혁신적인 모델 중 하나로, 구글이 개발해 2018년에 공개되었다. BERT는 이전의 NLP 모델보다 더 탁월한 성능을 제공하여 다양한 자연어 처리 작업에서 상위 성과를 이루어 냈다. 이 모델은 특히 사전 훈련된 언어 모델을 사용하여 다른 NLP 작업에 적용할 수 있는 다목적 모델로 주목받았다. 논문 제목은 아래와 같으며 피인용수는 약 8만회(23년 9월 기준)로 이제는 LM 분야에서 정말 기본이 되는 연구라고 할 수 있다. paper : BERT: Pre-training of Deep Bidirectional Transformers for Languag.. 2023. 9. 25.

[튜토리얼] 이미지 분류 예제 코드 소개 | Image Classification | Pytorch Image Classification(이미지 분류)은 컴퓨터비전과 딥러닝 분야에서 가장 간단한 예제 중 하나로, 흔히 MNIST 데이터셋을 이용한 숫자 분류기나 Cifar-10 같은 소규모 데이터셋을 학습하는 예제가 많이 공개되어 있다. 이미지 분류의 경우 아주 복잡한 작업이 아닌 경우 ResNet 정도로만 학습해도 꽤 준수한 성능을 낼 수 있기에 학습 & 평가 코드를 구축해두고 데이터셋과 모델만 변경해가며 사용하는 것이 편리하다. *복잡한 task의 경우 본인이 사용중인 학습&평가 코드에 새로운 모델을 이식하는 것이 쉽지 않다. 대부분 이런 경우에는 해당 논문(연구)의 저자가 제공하는 공식 레포지토리를 그대로 사용하는 것이 편하다. 이미지 분류 학습 및 평가 코드에 작성에 참고할 만한 사이트와 레포지토.. 2023. 8. 11.

[논문 리뷰] NeRF 간단 설명 & 원리 이해하기 | 새로운 방향에서 바라본 view를 생성하는 기술 - paper : NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis / ECCV2020 NeRF 논문이 공개된지도 시간이 꽤 흘렀는데, 2020 ECCV에서 공개됐을 때만 해도 굉장히 신기하고 획기적인 view synthesis 방법으로 관심을 받았지만, 여러 단점 때문에 실제 서비스에 적용되기는 쉽지 않았다. 하지만, 2023 CVPR에서는 2022년에 비해 radiance라는 단어의 사용이 80% 증가하고, NeRF의 경우 39% 증가했을 만큼 NeRF는 활발히 연구되고 있다. 특히 이젠 개념 증명을 넘어 veiw editing 이나 각종 application 연구가 진행되고 있다. 즉 NeRF가 이제 각종 서비스에 활용될만.. 2023. 8. 10.

[논문 리뷰] Fast Segment Anything | Fast SAM | SAM의 경량화 SAM (Segment Anything Model) 설명 및 사용 방법 [Meta AI] SAM (Segment Anything Model) 사용 방법 | 모든 객체를 분할하는 Vision AI 모델 SAM (Segment Anything Model) Meta 에서 SAM (Segment Anything Model) 이라는 어떤 것이든 분할할 수 있는 모델을 공개했다. 논문 제목 자체가 'Segment Anything' 인데 굉장히 자신감 넘치는 워딩이다. 간단한 설명을 mvje.tistory.com Meta AI의 Segment Anything Model (SAM)이 공개된지 얼마나 됐다고 벌써 Fast SAM이라는 속도가 향상된 버전의 SAM이 공개되었다. 빅테크 기업에서 혁신적인 AI 모델을 지속적.. 2023. 7. 2.

이전 1 2 3 4 ··· 9 다음

티스토리툴바