Computer Vision - 02 - 2025년02월14일

tag : DL | COMPUTER_VISION |

Computer Vision

CV metrics

Classification 을 위한 평가 지표
1. Accuracy
2. Precision / Recall
3. Sensitivity / Specificity
4. F1 Score
5. AUC - ROC
Object Detection 을 위한 평가 지표
1. IoU : Bounding Box의 겹치는 영역의 크기를 통해 정확도를 평가하는 방법
2. Precision / Recall
3. AP
4. mAP
Semantic Segmentation 을 위한 평가 지표
1. PA
2. MPA
3. IoU
4. Dice coefficient

Backbone

Multi Layer Perceptron

MLP는 input layer -> hidden layer -> output Layer
이미지를 MLP의 input layer에 입력하려면 이미지를 flatten 해야함
이미지의 Locality 특성
1. Spatial Locality : 같은 물체라도 이미지마다 크기가 다름
2. Positional invariance : 같은 물체라도 다른 위치에 있을 수 있음
Convolution filter

이미지를 flatten 하지 않고 사용할 수 있음

Convolution Neural Network

이미지의 Locality 특성을 고려하여 학습할 수 있도록 설계된 neural network

한계점
1. 이미지 안에서 멀리 떨어진 객체끼리 관련성을 파악하기가 어려움
2. 이미지의 각 파트가 이미지 이해에서 얼마나 중요한지, 얼마나 서로 관련이 있는지 평가할 수 없음

ImageNet Large Scale Visual Recognition Challenge (IKSVRC)

AlexNet

CNN을 사용한 최초의 모델이자 GPU 사용을 고려한 딥러닝 모델

VGG

구도가 단순하지만, 깊은 네트쿼그의 중요성을 알림

ResNet

네트워크를 깊게 쌓을 경우 생기는 문제점을 해결, 기존보다 더 깊은 네트워크를 제안(최대 152 Layer)

EfficientNet

기존 네트워크들이 가진 trade-off를 분석

Transformer

Natural Language Processing (NLP) task 를 위해 고안

VIT & Swin

Transformer 구조를 computer vision 에 적용하여 해결한 VIT(Vision Transformer)
CNN 특성을 ViT 에 다시 적용한 Swin Transformer

VGG

ResNet

Residual block(skip connection)

각 block의 input을 x, Convolution 연산을 F라고 가정
F(x) + x 를 output으로 사용

In수

Computer Vision - 02 - 2025년02월14일

Computer Vision

CV metrics

Backbone

Multi Layer Perceptron

Convolution Neural Network

ImageNet Large Scale Visual Recognition Challenge (IKSVRC)

AlexNet

VGG

ResNet

EfficientNet

Transformer

VIT & Swin

VGG

ResNet

EfficientNet

Width Scaling

Depth Scaling

Resolution Scaling

Compound Scaling

Transformer

목차

관련 POST