일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- mnist
- gan
- CT 영상에서 U-Net 기반 변형가능 컨볼루션 GAN을이용한 잡음제거
- Python
- Moire 이미지
- C-RNN-GAN:Continuous recurrent neural networkswith adversarial training
- Generative Adversarial Nets
- 이미지 복원
- 2D 이미지 높이 측정
- Generative Adversarial Networks
- Image Inpainting
- 이미지파일 특성으로 폴더분류
- Phase Map
- 백준
- Phase Map 이미지
- AI 대회
- 자체 데이터 제작
- json 파일로 image 라벨링
- 데이터 전처리
- Coherent Semantic Attention for Image Inpainting
- horse2zebra
- music data
- JSON
- 이미지 특징
- PAPER
- 논문 리뷰
- CelebA
- 논문리뷰
- labeling
- json 파일 정보 csv파일로 저장
- Today
- Total
목록논문리뷰 (2)
Deep Learning through deep learning
해당 논문 링크 https://www.dbpia.co.kr/pdf/pdfView.do?nodeId=NODE11485084 DBpia 논문, 학술저널 검색 플랫폼 서비스 www.dbpia.co.kr 앞선 논문은 GAN 모델에 대한 논문이었다. 같은 GAN 모델을 다루지만 이번에는 DCGAN 모델을 기반으로 한 노이즈 제거 모델에 대한 논문 리뷰를 하려고 한다. 영어 논문에 비해 상대적으로 술술 읽혔지만 핵심을 중점으로 파악하기 위해 노력했다. 최대한 논문에 대한 핵심을 위주로 리뷰를 정리해 나가고자 한다. Topic 논문에서 제시하는 아이디어의 배경을 요약하자면, X-선 촬영에 있어 이미지의 노이즈가 병명 진단의 정확성을 떨어뜨리는 요인이 되며, 이러한 노이즈를 제거하고자 한다. 기존의 노이즈 제거 방법과..
해당 논문링크 https://openaccess.thecvf.com/content_ICCV_2019/papers/Liu_Coherent_Semantic_Attention_for_Image_Inpainting_ICCV_2019_paper.pdf 어느덧 대학 졸업을 앞두고 석사의 길로 발을 들이게 되었다. 어깨 너머로 박사님, 석사님 혹은 같은 인턴들을 여럿 보아오면서 기존의 공부 방식에 대한 고민을 하게 되었다. 딥러닝이라는 분야 속 이미지관련 영상처리 분야를 혼자 독학하기도 하고, 교수님의 지도를 받고, 비슷한 처지의 사람들의 조언을 받으면서 어찌어찌 공부를 해온 것이 지난 1년 6개월 부터이다. 그러던 와중에 이제는 프로그래밍의 구현 및 창조밖에 답이 없을까 싶은 시기에 비슷한 목표를 가진 석사형의 조..