논문 리뷰 FusionNet FusionNet FusionNet은 U-Net처럼 Semantic Segmentation에 활용 할 수 있는 모델입니다. 이름이 FusionNet인 이유는 아마도 Encoder에 있는 Layer를 가져와 Decoder에 결합(Fusion)하는 방법이 이 모델에 가장 특징적인 부분이기 때문인 것 같습니다. U-Net과 유사한 부분이 많기
논문 리뷰 U-Net 논문 링크 : U-Net: Convolutional Networks for Biomedical Image Segmentation 이번 블로그의 내용은 Semantic Segmentation의 가장 기본적으로 많이 쓰이는 모델인 U-Net에 대한 내용입니다. U-Net의 이름은 그 자체로 모델의 형태가 U자로 되어 있어서 생긴
논문 리뷰 Learning Deconvolution Network for Semantic Segmentation Noh, H., Hong, S., and Han, B. Learning Deconvolution Network for Semantic Segmentation. ICCV, 2015. 이번 논문은 앞서 다뤘던 Fully Convolutional Networks와 같은 년도(2015)에 다른 학회(FCN은 CVPR, 본 논문은 ICCV)에 발표된 논문입니다. FCN이나
논문 리뷰 Fully Convolutional Networks for Semantic Segmentation 논문 링크 : Fully Convolutional Networks for Semantic Segmentation Introduction Semantic Segmentation는 영상을 pixel단위로 어떤 object인지 classification 하는 것이라고 볼 수 있습니다. (언제나 강력추천하는) cs231n 강의 자료를 보시면 쉽게 잘 나와 있죠. Figure