Semantic Segmentation
- predict pixel-wise labels, given a pre-defined set of categories
- 각각의 픽셀이 어느 카테고리에 해당하는가?
- does not differentiate instances, only case about pixels
Fully Convolutional Networks
- 기존 cnn과 다른 점은 출력 층의 크기가 입력과 같아야 한다.
- upsampling 이 필요하다.
Upsampling
- upsampling 하는 방법을 알아보자
Nearest Neighbor
Bed of Nails
Max pooling
- 이전 pooling 과정에서 max값을 찾은 위치를 기억하고 upsampling할 때 그 위치로 값을 배치한다.
Deconvolution or Transposed Convolution
ResNet
출처 : Deep Residual Learning for Image Recognition
모델들이 깊어질 수록 효과가 좋아진다 생각함
- 얼마나 깊어져야 하는가?
논문에 의하면 마냥 깊어진다고 좋아지지는 않는다.
Residual block
논문에서는 skip connection 방법을 제시한다.
- 즉 하나 혹은 여러 개의 layer를 건너뛴다.
직접 규제를 통해 F(x)를 조절하는 것보다 이 방법을 이용하는 것이 편하다.
- 만약 x 연결 부분이 강해지면 레이어를 거의 스킵해버림
Gradient cal
- = gradient highway
- mitigate vanishing gradients 역할을 함
- 그래디언트 값을 직접적으로 이전 레이어에 전달
Skip connections
Identitiy shortcuts : 차원이 같을 때 사용
차원이 다르면
- zero entries padding을 통해 차원을 맞춘다.
Deep Residual Net
- 3번 줄과 같은 아키텍쳐를 가진다.
- 효과는 좋다고 한다