728x90 반응형 AI/딥러닝25 GAN의 종류 GAN의 종류 DCGAN(Deep Convolutional GAN) 생성자와 감식자에 CNN 적용 조작된 가짜 이미지 생성 SRGAN(Super Resolution GAN) 저해상도 이미지를 고해상도 이미지로 변환 StackGAN 입력된 문장과 단어를 해석해 이미지를 생성 3D-GAN 2D 이미지를 3D 이미지로 전환 CycleGAN 이미지의 스타일을 다른 이미지로 변환 밤 사진을 낮 사진으로, 모네풍을 피카소 풍으로 DiscoGAN 서로 다른 객체 그룹 사이의 특성을 파악하여 양자 사이의 관계를 파악 가방 이미지로, 유사한 느낌의 신발 이미지 생성 2021. 4. 13. S2FGAN 개인 공부 github.com/Yan98/S2FGAN Yan98/S2FGAN Contribute to Yan98/S2FGAN development by creating an account on GitHub. github.com 통한 코드 www.arxiv-vanity.com/papers/1907.01710/ Mask Embedding in conditional GAN for Guided Synthesis of High Resolution Images Recent advancements in conditional Generative Adversarial Networks (cGANs) have shown promises in label guided image synthesis. Semantic masks, such a.. 2021. 4. 2. 딥러닝 학습을 위한 국내외 데이터셋 현황- 이미지편 - 오늘 날 괄목할 만한 인공지능 기술과 서비스의 출현은 딥러닝을 중심으로 한 기계학습 기술의 급속한 발전에서 기인한다.특히 많은 전문가들이 딥러닝 기술의 발전 요인으로 꼽는 것이 GPU 등의 하드웨어 발전, ArXiv, Github 등으로 대변되는 적극적인 기술 공유 문화를 통한 짧은 시간내 많은 전문가들의 등장, 그리고 방대한 양의 신경망 파라미터를 효과적으로 활용가능토록 하는 대규모 학습데이터 구축 및 공개 등이다. 본 고에서는 이 요소들 중 딥러닝 학습에 널리 그리고 유용하게 활용되고 있는 대규모 공개 데이터 특히 computer vision 기술 연구에 활용되고 있는 이미지 데이터 셋에 대하여 공유한다. 글. 하정우 (네이버 Clova AI Research) 1. 범용 대규모 이미지 데이터셋 200.. 2021. 4. 2. 학습 모델의 종류 1. 비지도 학습 (Unsupervised Learning) 비지도 학습은 학습 벡터에 목표값 (target value)이 없을 때, 학습 데이터의 관계를 추론하여 학습을 진행하는 방식이다. 예를 들어, 비지도 학습에서는 고양이라는 것을 알려주지 않고 아래의 그림을 보여준다. 비지도 학습의 목표는 머신러닝 알고리즘이 아래의 [그림 1]을 보고 '네 마리의 동물은 고양이다'라고 학습하는 것이 아니라, '네 마리의 동물은 서로 같은 종'이라는 사실을 추론하는 것이다. 비지도 학습은 통계학의 밀도 추정 (density estimation)과 깊은 연관이 있으며, 머신러닝 및 데이터 마이닝 분야에서는 클러스터링 (clustering)에 많이 이용된다. 비지도 학습 또는 생성 학습 (generative learn.. 2021. 4. 1. ANN, DNN, CNN, RNN, GAN 이란? www.youtube.com/watch?v=r7gWQicV-Yw 출처는 엔쓰리엔클라우드 유투브 입니다. 설명과 함께 들어보세요 아래는 저 혼자 공부하기 위한 기록 입니다. 딥러닝의 학습 모델 중 가장 대표적인 5가지 입니다. ANN 가장 대표적은 예시로는 퍼셉트론 Perceptron 이 있습니다. DNN ex) 대표적인 예시로는 심장 질환 환자들의 심장 박동수로 건강상태를 예측 합니다. CNN 최근 가장 인기 있는 모델입니라고 합니다. 대표적인 예시로는 알파고가 있고, 알파고는 13개의 은닉층을 사용 했습니다. ALGORITHMIA 사이트는 흑백 사진 -> 컬러 사진 으로 변경해 줍니다. demos.algorithmia.com/colorize-photos Colorize Black and White Ph.. 2021. 4. 1. 쉽게 씌어진 GAN 이 글은 마이크로소프트웨어 391호 인공지능의 체크포인트(THE CHECKPOINT OF AI)에 ‘쉽게 쓰이는 GAN’이라는 제목으로 기고된 글입니다. 블로그에는 이 글의 원제이자 윤동주 시인의 ‘쉽게 씌어진 시’를 따라 지어진 제목인 ‘쉽게 씌어진 GAN’으로 포스팅합니다. 페이스북 인공지능 연구팀의 리더이자 딥러닝의 아버지라 불리는 얀 르쿤(Yann LeCun) 교수는 GAN(Generative Adversarial Network)을 가리켜 최근 10년간 머신러닝 분야에서 가장 혁신적인 아이디어라고 말했다. 요즘 가장 주목받는 기술인 딥러닝 중에서도 GAN은 가장 많은 관심을 받고 있는 기술이다. 그만큼 GAN은 새로운 연구가 활발히 이루어지고 혁신이 빠르게 일어나고 있는 기술이기도 하다. GAN을.. 2021. 4. 1. 딥러닝 GAN 튜토리얼 - 시작부터 최신 트렌드까지 GAN 논문 순서Deep Learning GAN Tutorial - GAN start to new GAN trand 이번 포스팅에서는 GAN의 개념, GAN의 종류, 주요 논문들에 대한 짧은 리뷰를 이야기하려고 합니다. GAN의 종류들은 중요하게 언급되는 모델들을 선정하였고, 이 모델들에 대해서 간단히 설명을 듣고 활용하실 수 있도록 리뷰도 같이 준비해보았습니다. 출처 : ysbsb.github.io/gan/2020/06/17/GAN-newbie-guide.html 딥러닝 GAN 튜토리얼 - 시작부터 최신 트렌드까지 GAN 논문 순서 | mocha's machine learning 이번 포스팅에서는 GAN의 개념, GAN의 종류, 주요 논문들에 대한 짧은 리뷰를 이야기하려고 합니다. GAN의 종류들은 중요하게 언급되는 모델들을 선정하였고, 이 모델들에 대해서 간단히 설명을 듣 ysbsb.github.io GAN이란? .. 2021. 4. 1. 딥러닝을 활용한 객체 탐지 알고리즘 이해하기 인공지능의 기반 기술 중 하나인 딥러닝은 눈부신 혁신을 거듭하고 있습니다. 텍스트 번역이나 이미지 분류 애플리케이션에 적합한 새로운 수준의 신경망이 개발되면서 사물인터넷(IoT)과 자율주행 관련 기술에도 활용되고 있는데요. 딥러닝 기술의 발전과 함께 객체 탐지 기법도 많은 주목을 받고 있습니다. 그렇다면 객체 탐지(Object Detection)는 무엇일까요? 객체 탐지는 이미지에서 관심 객체를 배경과 구분해 식별하는 자동화 기법으로, 컴퓨터 비전(Computer Vision) 기술의 하위 집합이기도 합니다. 아래와 같이 그림 1에는 전면에 있는 객체를 보여주는 두 개의 이미지가 있는데요. 왼쪽에는 새가, 오른쪽에는 개와 사람이 있습니다. 올바른 객체 탐지를 위해서는 경계박스(Bounding Box)를 .. 2021. 3. 31. 딥러닝의 종류와 개념 1. CNN Convolutional Neural Network, 합성곱 신경망 인간의 시신경 구조를 모방한 기술 1989년 LeCun이 발표한 논문에서 처음 소개가 되었으며, 필기체 zip code 인식을 위한 프로젝트를 통해 개발이 되었다. 2012년 Image Net 대회에서 기존의 모든 알고리즘을 압도하는 성능으로 1등을 차지함. 이미지를 인식하기위해 패턴을 찾는데 특히 유용하다. 데이터를 직접 학습하고 패턴을 사용해 이미지를 분류한다. 자율주행자동차, 얼굴인식과 같은 객체인식이나 computer vision이 필요한 분야에 많이 사용되고 있다. 이미지의 공간정보를 유지한채 학습을 하게하는 모델 2. RNN Recurrent Neural Network, 순환신경망 순차적 정보가 담긴 데이터에서 규.. 2021. 3. 31. 이전 1 2 3 다음 728x90 반응형
