rueki

https://github.com/mobaidoctor/polyp-ddpm GitHub - mobaidoctor/polyp-ddpm: Polyp dataset generationPolyp dataset generation. Contribute to mobaidoctor/polyp-ddpm development by creating an account on GitHub.github.com 최근에 마스크 기반 이미지 생성모델이 있을까 찾아보다가 diffusion을 활용한 분야가 GAN보다 좋은 것으로 보여지는 추세라서 medical 이미지에서도 사용한 논문들이 있을까 검색하다가 찾게된 polyp-ddpm 모델이다.paper는 짧은데, 기본 컨셉은 병변 마스크 기반으로 원본 이미지 분포 내에서 다양하게 생성하..

Abstract CNN을 통해서 Image resolution 분야도 많은 발전을 이루어 왔으나, 네트워크가 깊어질 수록 훈련하기 힘들다는 단점을 가지고 있다. 저해상도의 input과 feature들은 채널간에 동등하게 처리되는 저주파의 정보들을 갖고 있는데, 이는 CNN이 나타내는 ability들을 방해한다고 한다. 그래서 본문에서는 Residual Channel Attention Network를 제안한다. 여기서는 Residual in Residual (RIR) 구조를 토앻서 구형이 되며, long skip connection을 가지고 있는 구조이다. 각 residual block은 short skip connection을 가지고 있다. RIR를 통해서 많은 저주파 정보들을 skip connectio..

1. Abstract Object Detection은 Bounding box에 대한 regression과 Class 확률을 나타내는 두 가지 문제로 나눌 수가 있느데, 지금까지는 모델 pipeline은 single network로 이루어져 왔다. YOLO는 unified architecture, 즉 통합된 구조로 속도적인 면에서 강점을 나타내고 있는데, 실시간으로 45 frame per sec 까지 가능하다고 한다. 기존의 다른 detection 모델과 비교하자면 localization error 가 있으나, 배경에 대한 false positive 비율은 줄어든다고 한다. (정답이 아닌데 정답이라고 하는 확률) 2. Introduction YOLO는 사람의 눈과 같은 효과를 기대하는 모델이다. 사람은 무..

1. Abstract CNN을 기반한 Object detection의 성능은 계속 향상해가지만, 낮은 해상도와 occlusion 등의 문제가 small object에 대해서 나타나고 있다. 모델은 two-stage를 기반으로 bounding box regression을 위한 IOU(Intersection over Union)의 loss를 향상 시키며, bilinear interpolation을 사용함으로써, RoI(Region of interest) Pooling 연산을 통해서 문제를 해결한 것을 제시한다고 한다. 그리고 recognition 단계에서는 multi-scale convolution feature fusion을 통해서 더 많은 정보를 얻고자 하며, NMS(non-maximum supperss..