안녕하세요. 오늘 리뷰할 논문은 ECCV2018에 나왔던 Receptive Field Block Net for Accurate and Fast Object Detection이라는 논문입니다. 이번 논문도 역시 Object Detection을 위한 논문이기는 하나 본 논문에서 제안하는 RFB는 현재 다양한 Segmentation task에서도 활용되고 있기 때문에 충분히 읽어볼만한 가치가 있는 논문입니다. Receptive Field Block Net for Accurate and Fast Object Detection Current top-performing object detectors depend on deep CNN backbones, such as ResNet-101 and Inception, b..
안녕하세요. 오랜만에 논문 리뷰를 하게 되었습니다. 오늘 리뷰할 논문은 CVPR2020에서 등재된 EfficientDet:Scalable and Efficient Object Detection이라는 논문입니다. 비록 제가 Object Detection과 관련된 공부는 거의 해보지는 않았지만 지식을 넓히는 차원에서 간단하게 정리해보도록 하겠습니다. EfficientDet: Scalable and Efficient Object Detection Model efficiency has become increasingly important in computer vision. In this paper, we systematically study neural network architecture design choi..
안녕하세요. 오랜만에 논문 리뷰 포스팅을 하게 되었습니다. 이전에도 논문은 간간히 읽었는 데 포스팅 해야된다는 것을 까먹고 이제 올리게 되었습니다. 오늘 리뷰할 논문은 사실 이전에 제가 올렸던 segmentation, data augmentation과는 다른 주제를 가지고 있습니다. 이 논문은 Frequency domain이 CNN의 일반화 성능을 어떤 식으로 도와줄 수 있는 지에 대해서 설명하고 있는 논문입니다. 바로 시작해보도록 하죠. 이 논문의 중심 가정은 frequency domain의 high component와 image semantic 간의 어떤 관계가 있다는 것입니다. Figure 1은 설명하면 high frequency와 image semantic 간에는 분명히 분포를 통해서 관계성이 존..
안녕하세요. 오늘은 CVPR 2019에 MIT에서 나온 Data augmentation using learned transformations for one-shot medical image segmentation입니다. 논문 출처는 https://arxiv.org/pdf/1902.09383.pdf 입니다. 코드는 https://github.com/xamyzhao/brainstorm 에 있으니 참고하시길 바랍니다.(조만간 코드 분석 포스팅도 올리겠습니다.) 혹시 method부터 보고 싶으신 분은 넘어가시면 됩니다. 0. Abstract 더보기 image segmentation은 medical에서 중요한 분야 중 하나입니다. 최근들어 CNN 기반 image segmentation은 SOTA(state-of-..
본 논문은 MIDL 2018에 accept된 논문으로 Mix up 알고리즘 기반 Data Augmentation을 제안하고 있습니다.(https://openreview.net/forum?id=rkBBChjiG) 1. Introduction Data Augmentation의 목적은 훈련 데이터 셋의 양을 인위적으로 늘림으로써 모델의 일반화를 증가시키는 것입니다. 특히 segmentation의 경우 image와 해당 mask, 즉 label image에 동일한 변형을 해주어야합니다. 예를 들어 image에는 30도 회전을 적용하고 mask에는 50도 회전을 적용하면 변형된 mask는 변형된 image의 mask가 아니게 되는 것이죠. 이러한 Data Augmentation은 회전, 뒤집기와 같은 변형을 통해..
안녕하세요. 제 블로그에서는 주로 이미지 처리 관련 논문을 리뷰 해볼 생각입니다. 특히, 현재 관심사는 Medical image에서의 Data Augmentation에 관심이 많아 관련 논문을 많이 읽어볼 생각입니다. 순서는 논문의 섹션과 동일하게 진행할 것입니다. 리뷰한 논문의 틀린 점이나 다른 생각이 있으시다면 언제든지 댓글로 의견을 남겨주시길 바랍니다.
