본문 바로가기
반응형

딥러닝5

Relation-Aware Graph Attention Network for Visual Question Answering(ReGAT for VQA) 리뷰 따라서 VQA 시스템은 물체와 주변 상황을 잘 인식할 뿐 아니라 행위에 대한 의미적 요소인 ‘먹는다’ 그리고 위치적 요소 (중앙에 작은 얼룩말이 위치함 등의 정보를 이미지와 질문에서 잘 이해할 수 있어야 합니다.) 그림은 전체적인 모델의 인코더 구조를 보여줍니다. Faster R-CNN로 물체의 region을 생성하고 Question Encoder는 질문을 임베딩 합니다. 각 리전의 합성곱 피쳐와 바운딩 박스 피쳐가 relation encoder에 입력되어 relation aware하고 question adaptive한 region level representation을 학습하게 합니다. 이 relation aware visual feature와 question embedding이 multimodal f.. 2021. 9. 30.
[Image Classification] 치어리더 3대장 얼굴 분류기 만들기_개요, 데이터 수집, 전처리 Cheer leading Troika Face Classification 지난 학기 [딥러닝 응용] 수업에서 개인 프로젝트 과제로 수행했던 내용입니다. 다른 분들은 개인적으로 하고들 계신 연구를 가져와서 발표도 하고 하시던데 저는 그냥 재밌게 진행할 수 있는 주제로 선택해서 발표하고 소논문도 작성했었던 기억이 나네요. 프로젝트의 처음부터 끝까지 어떻게 진행했었는지 돌아보며, 관련 작업을 하시는 분들에게 참고가 되도록 작성해보겠습니다. 감사합니다. 1. 개요 Computer Vision Tasks 중에서 이미지 분류, 얼굴 분류 등은 이미 고도로 발전되어 추가로 정확도 측면의 발전 여지가 많지는 않은 것으로 알고 있습니다. 본 포스팅은 이미지 인식 및 분류를 위한 새 알고리즘을 제시한다기보다는 개인 공부를 위한 토이 프로젝트 개념에서 접근하였습니다. 직접 이미지를 수집하고 전처.. 2021. 7. 12.
[시계열 분석] 시계열 데이터 패턴의 추출 실습(2), 시계열과 비시계열 훈련, 검증, 실험 16. ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 06. 시계열 데이터패턴의 추출 실습하기2-2 17. ch04.데이터분석 준비하기 시계열 데이터패턴 분리 - 01. 시계열과 비시계열 데이터의 훈련, 검증, 실험 18. ch03.데이터분석 준비하기 시계열 데이터패턴 분리 - 02. 시계열과 데이터의 훈련, 검증, 실험, 데이터 분리 지난 포스팅 시계열 데이터 패턴의 추출 실습(1)에 이어서. 4.6 데이터 나누기 pd.cut 함수를 이용해 temp 열 데이터를 n개의 그룹으로 나눠 패턴을 파악하는데 도움을 받고자 합니다. 확인하기 4.7 시간정보 추출하기 연도와 분기 설정(1) 분기를 연도별로 구분할 수 있도록 한 버전 또 새로운 열 생성 : 달, 일, 시, 요일 4.8 지연 값 생성하기 지.. 2021. 2. 28.
[시계열 분석] 시계열 데이터 패턴의 추출 실습(1) ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 05. 시계열 데이터패턴의 추출 실습하기1-1 ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 05. 시계열 데이터패턴의 추출 실습하기1-2 ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 05. 시계열 데이터패턴의 추출 실습하기2-1 소스 및 데이터 출처 : github.com/cheonbi/OnlineTSA cheonbi/OnlineTSA Online Course of Time Series Analysis. Contribute to cheonbi/OnlineTSA development by creating an account on GitHub. github.com 1. Import Library : 모듈 설치 및 불러오기 pip 업.. 2021. 2. 24.
[시계열 분석] 시계열 딥러닝(1) : 비교, 필요한 이유, CNN, RNN 12. Ch01. 시계열 알고리즘 딥러닝 시계열 - 04. 시계열과 딥러닝 알고리즘 비교 13. Ch01. 시계열 알고리즘 딥러닝 시계열 - 05. 시계열분석에 딥러닝이 필요한 이유 14. Ch01. 시계열 알고리즘 딥러닝 시계열 - 06. 시계열딥러닝 알고리즘1-1(CNN vs RNN) 1. 시계열 회귀 분석과 딥러닝의 차이 일반적인 다중회귀식은 다음 그림에 나와있다. 이를 네트워크로 표현하면 아래 노드와 엣지와 같이 나타나는데, 이에 활성함수를 취해준 모습으로 인공신경망(딥러닝)처럼 표현할 수 있다. 1-1. 인공신경망 식과 구조 위 표현식을 간단하게 표현하면 아래 그림과 같은데, 각 노드와 가중치가 반복적으로 곱해지고 더해지며 predicted Y를 구하는 것이다. 1-2. 인공신경망의 검증(Eva.. 2021. 2. 20.
반응형