'2019/11'에 해당되는 글 70건

  1. 2019.11.30 안녕하십니까? 저는 기계공학(열유체공학)전공자입니다. 기계설계에 있어 데이터 및 인공신경망을 적용하고자 합니다. 텐서플로를 활용하여, DNN을 이용하여 기계의 성능예측 주제로 SCI 논..
  2. 2019.11.30 #Lidar_Institute #자료공유 안녕하세요 SLAM KR !! 저는 11월 27일~29일 2박 3일간 경기도 양평 볼룸비스타 리조트에서 열린 LiDAR institute에서 SOS Lab.의 이용이님과 함께 교육을 진행하고 왔습니다. 자..
  3. 2019.11.29 안녕하세요. 딥러닝 연구하실 때 주로 사용하시는 데스크탑/랩탑의 운영체제는 어떤 것을 사용하시는지 궁금해서 설문을 한번 작성해 봤습니다. 선택 항목을 임의로 추가했는데, 혹시 항목이..
  4. 2019.11.28 High-quality image editing using a new GAN framework! (video below shows image editing using scribbles) [https://www.profillic.com/paper/arxiv:1911.11544](https://www.profillic.com/paper/arxiv:1911.11544) code request link: http://bit.ly/ImageEditingGA..
  5. 2019.11.28 한-영 번역 AI 데이터 160만 문장 전면공개(The Science Monitor 김병석 기자) 솔트룩스 파트너스(www.mobico.com )는 12월중에 한국정보화진흥원이 운영하는 AI허브(http://www.aihub.or.kr) 에 고품질 인공지능 ..
  6. 2019.11.28 Enormous applications for graphics, medical imaging, engineering & entertainment industry: Fix the lighting of any poorly-lit 3D models you have! https://www.profillic.com/paper/arxiv:1911.11530 code request link to authors: http://bit.ly/Relighting ..
  7. 2019.11.27 Virtual Dressing Application using Deep Learning and Computer Vision. [https://www.youtube.com/watch?v=sYdoLNQOzsk](https://www.youtube.com/watch?v=sYdoLNQOzsk&fbclid=IwAR1nUUcrr7yoeBVDz04jkqhEOlH_kCq7vdjQvGPxXrrm5iT05D4mcoH4TbA)
  8. 2019.11.27 Recover very accurately the 3D shape of human faces, cat faces and cars from single-view images! https://www.profillic.com/paper/arxiv:1911.11130 Once trained, the model reconstructs the 3D pose, shape, albedo and illumination of a deformable object ..
  9. 2019.11.27 The cause of poor performance in machine is either overfitting or underfitting the data To explain it simply : Machine ignoring - underfitting Machine learning - Goodfitting Machine memorising - overfitting For more updates follow @heu.ai #machinelea..
  10. 2019.11.27 ICCV 2019 학회에서 관심있던 포스터들 위주로 정리하였습니다 :) 글들마다 포스터 + 몇몇 포스터들은 내용 설명이 적혀있습니다.
  11. 2019.11.27 State of the art in human-motion transfer! https://www.profillic.com/paper/arxiv:1911.10672 code request link that goes to authors: (link works for laptop/desktop) http://bit.ly/motiontransfer (Their method achieves appearance-controllable synthesis ..
  12. 2019.11.27 이번 ICCV 자료를 보다가, 예전 ICCV / CVPR 영상들을 보니까 좋은 워크샵 / 튜토리얼 영상들이 있더라구요! 컴퓨터 비전 공부하시는 분들께 도움되는 자료가 많은 것 같아 공유합니다 😇 ICCV 2019 ..
  13. 2019.11.26 Hi DataScience enthusiast . Are you fresher or professional looking out to make your path as "Data Scientist" and here something for you for upcoming 30days(prepare yourself and get hired ) . DataScience interview questions #day25 . If you missed #day1 ..
  14. 2019.11.26 EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문 성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다. Image ..
  15. 2019.11.26 Towards Data Science(TDS)에서 지금까지 올라온 주옥같은 포스트들을 주제별로 분류하여 제공하였습니다. https://towardsdatascience.com/learn-on-towards-data-science-52245bc91451
  16. 2019.11.24 Remove motion blur from a blurry image! [https://www.profillic.com/paper/arxiv:1911.08541](https://www.profillic.com/paper/arxiv:1911.08541) (They restore a sharp image by fusing a pair of noisy/blurry images captured in a burst)
  17. 2019.11.23 What Will Your Child Look Like? DNA-Net: Age and Gender Aware Kin Face Synthesizer https://www.profillic.com/paper/arxiv:1911.07014 They propose a two-stage kin-face generation model to predict the appearance of a child given a pair of parents
  18. 2019.11.23 STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD Enormous applications in computer vision, computer graphics, biometrics, and medical imaging. https://www.profillic.com/paper/arxiv:1911.08008
  19. 2019.11.23 ICCV 2019에 참석하여 들은 내용 중에 인상적이었고 흥미로웠던 내용을 정리하여 연구실에서 발표한 자료를 공유합니다! 정리한 주제는 아래와 같습니다. - Medical AI : Registration & MR2CT - Image Synthe..
  20. 2019.11.23 Virtually wear any clothes! [https://www.profillic.com/paper/arxiv:1911.07926](https://www.profillic.com/paper/arxiv:1911.07926) (Researchers from Tokyo develop a Virtual Try-on Generative Adversarial Network (VITON-GAN), that generates virtual try-on..
  21. 2019.11.23 안녕하세요, TF-KR 여러분! 그동안 많은 좋은 정보들을 눈팅만 하다가 여러분께 의견을 구하고 싶은 것이 있어 처음으로 글을 남깁니다! 내용은 시계열 데이터들을 변화 양상에 따라 유사한 ..
  22. 2019.11.22 안녕하세요. 인공지능연구원 정정민입니다. 회사 내부 세미나에서 SinGAN 논문을 발표했습니다. ICCV 2019에서 Best paper 상을 받은 논문입니다. 사용했던 자료를 공유드립니다. 도움이 되셨으면 좋..
  23. 2019.11.22 Surreal high-quality re-enactments of famous figures https://www.profillic.com/paper/arxiv:1911.08139 (outperforms on the identity preservation problem)
  24. 2019.11.22 STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD Enormous applications in computer vision, computer graphics, biometrics, and medical imaging. https://www.profillic.com/paper/arxiv:1911.08008
  25. 2019.11.22 Surreal high-quality re-enactments of famous figures https://www.profillic.com/paper/arxiv:1911.08139 (outperforms on the identity preservation problem)
  26. 2019.11.22 안녕하세요, 수아랩(코그넥스) 이호성이라고 합니다. 이틀 전 공개된 논문이 결과가 인상깊어서 빠르게 리뷰를 해보았습니다. 논문의 제목은 "EfficientDet: Scalable and Efficient Object Detection" 이..
  27. 2019.11.22 통계적 사고 (ThinkStats2) : 프로그래머를 위한 확률과 통계
  28. 2019.11.20 "Computer Vision and Visual SLAM vs. AI Agents" 라는 제목의 재밌는 포스팅이 있어 공유드립니다. 저도 항상 고민하는 부분인데 연구레벨을 벗어나서 실제 어플리케이션까지 갔을 때 CV/SLAM에서 AI가 어..
  29. 2019.11.19 CAGFace ([https://arxiv.org/pdf/1910.08761.pdf](https://arxiv.org/pdf/1910.08761.pdf)) 를 구현하고 있습니다. 구현과정 중 메모리 문제 때문에 stage2 과정을 생략하고 backbone을 거친 뒤 바로 x4 upsampling을 하고 conv..
  30. 2019.11.18 [간략하게 읽어볼만한 글] “Do we still need models or just more data and compute?” - Max Welling, April 20 2019 https://staff.fnwi.uva.nl/m.welling/wp-content/uploads/Model-versus-Data-AI.pdf . Max Welling 교수님은 제가 정말 좋아..
안녕하십니까?

저는 기계공학(열유체공학)전공자입니다.

기계설계에 있어 데이터 및 인공신경망을 적용하고자 합니다. 텐서플로를 활용하여, DNN을 이용하여 기계의 성능예측 주제로  SCI 논문을 게재한바가 있습니다.

그런데, 제가 인공신경망이 주전공이 아니다보니 원서보다는 국내 번역서를 보고 적용하는 경우가 많습니다. 그런데, 최근 텐서플로2.0이 되면서 기존에 보유하고있던 텐서플로 서적의 코드가 전혀 먹히지가 않았습니다. 따라서, 최근 텐서플로 2.0 국내번역서를 찾아보고 있습니다만, 검색되는 것이 이 도서밖에 없네요...

이 도서가 괜찮은지 여쭤보고싶고, 텐서플로2.0 국내도서로 출간계획이라던지 추천도서가 있으면 추천부탁드립니다.

감사합니다.









https://www.facebook.com/groups/TensorFlowKR/permalink/1051135725227485/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

#Lidar_Institute #자료공유

안녕하세요 SLAM KR !!

저는 11월 27일~29일 2박 3일간 경기도 양평 볼룸비스타 리조트에서 열린

LiDAR institute에서 SOS Lab.의 이용이님과 함께 교육을 진행하고 왔습니다.

자율주행, 라이다 개요, ROS, 3D 점군 처리, 객체 검출, SLAM 까지

라이다 센서와 관련된 다양한 주제로 교육을 진행하고 왔는데요 ㅎ

학교, 연구원, 기업에서 많이 오시고 열정적으로 참여해주셔서 즐거운 시간이 되었습니다 ㅎ

행사에 직접 참여하시지는 못했지만

관련 기술에 관심이 있으신 분들을 위해서 해당 교육에서 사용했던 교육 자료를 공유드리고자 합니다ㅎ

이론과 실습 데이터를 포함한 모든 자료를 아래의 링크에서 다운 받으실수 있습니다 ㅎ

[http://gofile.me/4C4Zg/DObi9XpQy](http://gofile.me/4C4Zg/DObi9XpQy)

자료를 살펴보시고 진행중인 연구에 조금이나마 도움이 되셨으면 하는 바람입니다!

감사합니다 ㅎ 좋은 주말 보내시기 바랍니다ㅎ
https://www.facebook.com/groups/datakorea/permalink/1349148285253979/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

안녕하세요. 딥러닝 연구하실 때 주로 사용하시는 데스크탑/랩탑의 운영체제는 어떤 것을 사용하시는지 궁금해서 설문을 한번 작성해 봤습니다. 선택 항목을 임의로 추가했는데, 혹시 항목이 없는 경우 항목을 추가해주시거나 댓글로 달아주시면 감사하겠습니다 :)
https://www.facebook.com/groups/datakorea/permalink/1349148285253979/?sfnsn=mo

'Deep Learning > resources' 카테고리의 다른 글

안녕하세요! facebookresearch의 Detectron2[1]의 한국어버전 Colab 튜토리얼[2]을 공유합니다. Detectron2은 PyTorch기반의 Object Detection API입니다. Object Detection 하면 Bounding Box Regression 테스크를 많이들 떠..  (0) 2019.12.10
#DEVIEW2019 #발표영상공개 DEVIEW 2019 모든 발표영상이 공개되었습니다. 지금 DEVIEW 홈페이지에서 확인하세요. ▶ DEVIEW 2019 발표 영상|deview.kr/2019/schedule  (0) 2019.12.04
안녕하세요. 딥러닝 연구하실 때 주로 사용하시는 데스크탑/랩탑의 운영체제는 어떤 것을 사용하시는지 궁금해서 설문을 한번 작성해 봤습니다. 선택 항목을 임의로 추가했는데, 혹시 항목이..  (0) 2019.11.29
ICCV 2019에 참석하여 들은 내용 중에 인상적이었고 흥미로웠던 내용을 정리하여 연구실에서 발표한 자료를 공유합니다! 정리한 주제는 아래와 같습니다. - Medical AI : Registration & MR2CT - Image Synthe..  (0) 2019.11.23
"Computer Vision and Visual SLAM vs. AI Agents" 라는 제목의 재밌는 포스팅이 있어 공유드립니다. 저도 항상 고민하는 부분인데 연구레벨을 벗어나서 실제 어플리케이션까지 갔을 때 CV/SLAM에서 AI가 어..  (0) 2019.11.20
CAGFace ([https://arxiv.org/pdf/1910.08761.pdf](https://arxiv.org/pdf/1910.08761.pdf)) 를 구현하고 있습니다. 구현과정 중 메모리 문제 때문에 stage2 과정을 생략하고 backbone을 거친 뒤 바로 x4 upsampling을 하고 conv..  (0) 2019.11.19
Posted by saveone

댓글을 달아 주세요

High-quality image editing using a new GAN framework! (video below shows image editing using scribbles)
[https://www.profillic.com/paper/arxiv:1911.11544](https://www.profillic.com/paper/arxiv:1911.11544)

code request link: http://bit.ly/ImageEditingGAN

Applications: image reconstruction, image inpainting, image crossover, local style transfer, image editing using scribbles, and attribute level feature transfer
https://www.facebook.com/groups/DeepNetGroup/permalink/1015294845530064/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

We just released our #NeurIPS2019 Multimodal Model-Agnostic Meta-Learning (MMAML) code for learning few-shot image classification, which extends MAML to multimodal task distributions (e.g. learning from multiple datasets). The code contains #PyTorch imp..  (0) 2019.12.02
Generate photorealistic facial images under new viewpoints or illumination conditions using this! https://www.profillic.com/paper/arxiv:1911.11999  (0) 2019.12.01
High-quality image editing using a new GAN framework! (video below shows image editing using scribbles) [https://www.profillic.com/paper/arxiv:1911.11544](https://www.profillic.com/paper/arxiv:1911.11544) code request link: http://bit.ly/ImageEditingGA..  (0) 2019.11.28
Enormous applications for graphics, medical imaging, engineering & entertainment industry: Fix the lighting of any poorly-lit 3D models you have! https://www.profillic.com/paper/arxiv:1911.11530 code request link to authors: http://bit.ly/Relighting ..  (0) 2019.11.28
Virtual Dressing Application using Deep Learning and Computer Vision. [https://www.youtube.com/watch?v=sYdoLNQOzsk](https://www.youtube.com/watch?v=sYdoLNQOzsk&fbclid=IwAR1nUUcrr7yoeBVDz04jkqhEOlH_kCq7vdjQvGPxXrrm5iT05D4mcoH4TbA)  (0) 2019.11.27
Recover very accurately the 3D shape of human faces, cat faces and cars from single-view images! https://www.profillic.com/paper/arxiv:1911.11130 Once trained, the model reconstructs the 3D pose, shape, albedo and illumination of a deformable object ..  (0) 2019.11.27
Posted by saveone

댓글을 달아 주세요

한-영 번역 AI 데이터 160만 문장 전면공개(The Science Monitor 김병석 기자)

솔트룩스 파트너스(www.mobico.com )는 12월중에 한국정보화진흥원이 운영하는 AI허브(http://www.aihub.or.kr) 에 고품질 인공지능 번역 말뭉치 160만쌍을 공개한다.

인공지능 번역 학습을 위한 말뭉치는 ‘원문-번역문’의 문장쌍이 하나의 데이터를 이룬다. 따라서 160만 문장이라 함은 160만 문장쌍을 의미한다. 지난 5월 15일 한국정보화진흥원이 발주한 2019 인공지능데이터 구축사업의 주관사업자로 선정된 후 6.5개월간 300명이상의 구축인력을 통해 얻어낸 결과물이다.

* 출처 : http://scimonitors.com/%ED%95%9C-%EC%98%81-%EB%B2%88%EC%97%AD-ai-%EB%8D%B0%EC%9D%B4%ED%84%B0-160%EB%A7%8C-%EB%AC%B8%EC%9E%A5-%EC%A0%84%EB%A9%B4%EA%B3%B5%EA%B0%9C/
https://www.facebook.com/113979985329905/posts/2659217740806104/?sfnsn=mo

'Deep Learning > NLP' 카테고리의 다른 글

#2010_nlp_progress 안녕하세요 여러분 ! 새해 첫 주말은 잘들 보내셨나요? 오늘로 벌써 한 해의 1.6% 가 지나가고 있습니다  (0) 2020.01.06
[온라인 무료 강의] R로 하는 텍스트 전처리( 박찬엽 SK텔레콤 / T아카데미) 학습내용 1. 단정한 데이터란 무엇인지, 텍스트 데이터에서는 어떻게 접목되는지 이해한다. 2. 한글 데이터 분석에 ..  (0) 2019.12.01
한-영 번역 AI 데이터 160만 문장 전면공개(The Science Monitor 김병석 기자) 솔트룩스 파트너스(www.mobico.com )는 12월중에 한국정보화진흥원이 운영하는 AI허브(http://www.aihub.or.kr) 에 고품질 인공지능 ..  (0) 2019.11.28
안녕하세요, PyTorch KR! torchtext, spacy 등을 이용하지않고 최대한 python과 pytorch만을 사용하고, 특히 한국어 corpus를 활용하여, 논문을 구현한 구현체 모음을 공개합니다 (pretrained word vector가 필요..  (0) 2019.11.11
안녕하세요 박찬준입니다. OpenNMT Pytorch의 Library를 이용한 Tutorial을 만들었습니다. 기존 OpenNMT 홈페이지에 공개된 소스코드는 현재 작동하지 않는 부분이 상당부분 있어 조금의 수정을 진행하..  (0) 2019.11.07
안녕하세요 TFKR! 다음 주부터 NLP 분야 Top-Tier 콘퍼런스인 EMNLP가 홍콩에서 개최됩니다. 핑퐁팀 ML엔지니어 모두 이번 학회에 참석하는데요, 학회에 참석하기 전에 논문 리뷰는 필수겠죠? 발표..  (0) 2019.11.01
Posted by saveone

댓글을 달아 주세요

Enormous applications for graphics, medical imaging, engineering & entertainment industry: Fix the lighting of any poorly-lit 3D models you have!
https://www.profillic.com/paper/arxiv:1911.11530

code request link to authors: http://bit.ly/Relighting

(relighting done using multiview image inputs)
https://www.facebook.com/groups/datakorea/permalink/1349148285253979/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

Virtual Dressing Application using Deep Learning and Computer Vision.

[https://www.youtube.com/watch?v=sYdoLNQOzsk](https://www.youtube.com/watch?v=sYdoLNQOzsk&fbclid=IwAR1nUUcrr7yoeBVDz04jkqhEOlH_kCq7vdjQvGPxXrrm5iT05D4mcoH4TbA)
https://www.facebook.com/groups/machinelearningforum/permalink/10158529504863475/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

High-quality image editing using a new GAN framework! (video below shows image editing using scribbles) [https://www.profillic.com/paper/arxiv:1911.11544](https://www.profillic.com/paper/arxiv:1911.11544) code request link: http://bit.ly/ImageEditingGA..  (0) 2019.11.28
Enormous applications for graphics, medical imaging, engineering & entertainment industry: Fix the lighting of any poorly-lit 3D models you have! https://www.profillic.com/paper/arxiv:1911.11530 code request link to authors: http://bit.ly/Relighting ..  (0) 2019.11.28
Virtual Dressing Application using Deep Learning and Computer Vision. [https://www.youtube.com/watch?v=sYdoLNQOzsk](https://www.youtube.com/watch?v=sYdoLNQOzsk&fbclid=IwAR1nUUcrr7yoeBVDz04jkqhEOlH_kCq7vdjQvGPxXrrm5iT05D4mcoH4TbA)  (0) 2019.11.27
Recover very accurately the 3D shape of human faces, cat faces and cars from single-view images! https://www.profillic.com/paper/arxiv:1911.11130 Once trained, the model reconstructs the 3D pose, shape, albedo and illumination of a deformable object ..  (0) 2019.11.27
ICCV 2019 학회에서 관심있던 포스터들 위주로 정리하였습니다 :) 글들마다 포스터 + 몇몇 포스터들은 내용 설명이 적혀있습니다.  (0) 2019.11.27
State of the art in human-motion transfer! https://www.profillic.com/paper/arxiv:1911.10672 code request link that goes to authors: (link works for laptop/desktop) http://bit.ly/motiontransfer (Their method achieves appearance-controllable synthesis ..  (0) 2019.11.27
Posted by saveone

댓글을 달아 주세요

Recover very accurately the 3D shape of human faces, cat faces and cars from single-view images! https://www.profillic.com/paper/arxiv:1911.11130 

Once trained, the model reconstructs the 3D pose, shape, albedo and illumination of a deformable object instance from a single image with excellent fidelity.
https://www.facebook.com/groups/1738168866424224/permalink/2464672923773811/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

Enormous applications for graphics, medical imaging, engineering & entertainment industry: Fix the lighting of any poorly-lit 3D models you have! https://www.profillic.com/paper/arxiv:1911.11530 code request link to authors: http://bit.ly/Relighting ..  (0) 2019.11.28
Virtual Dressing Application using Deep Learning and Computer Vision. [https://www.youtube.com/watch?v=sYdoLNQOzsk](https://www.youtube.com/watch?v=sYdoLNQOzsk&fbclid=IwAR1nUUcrr7yoeBVDz04jkqhEOlH_kCq7vdjQvGPxXrrm5iT05D4mcoH4TbA)  (0) 2019.11.27
Recover very accurately the 3D shape of human faces, cat faces and cars from single-view images! https://www.profillic.com/paper/arxiv:1911.11130 Once trained, the model reconstructs the 3D pose, shape, albedo and illumination of a deformable object ..  (0) 2019.11.27
ICCV 2019 학회에서 관심있던 포스터들 위주로 정리하였습니다 :) 글들마다 포스터 + 몇몇 포스터들은 내용 설명이 적혀있습니다.  (0) 2019.11.27
State of the art in human-motion transfer! https://www.profillic.com/paper/arxiv:1911.10672 code request link that goes to authors: (link works for laptop/desktop) http://bit.ly/motiontransfer (Their method achieves appearance-controllable synthesis ..  (0) 2019.11.27
EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문 성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다. Image ..  (0) 2019.11.26
Posted by saveone

댓글을 달아 주세요

The cause of poor performance in machine is either overfitting or underfitting the data

To explain it simply :
Machine ignoring - underfitting
Machine learning - Goodfitting
Machine memorising - overfitting

For more updates follow @heu.ai

#machinelearning
#underfitting
#overfitting #ai #artificialintelligenceai #computervision #deeplearning #heuai #classification #regression #algorithms #python #robotics #technology #innovation #opencv #accuracy
https://m.facebook.com/story.php?story_fbid=152372286143806&id=107932853921083&sfnsn=mo
Posted by saveone

댓글을 달아 주세요

ICCV 2019 학회에서 관심있던 포스터들 위주로 정리하였습니다 :) 글들마다 포스터 + 몇몇 포스터들은 내용 설명이 적혀있습니다.


https://www.facebook.com/groups/slamkr/permalink/1029141977445446/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

Virtual Dressing Application using Deep Learning and Computer Vision. [https://www.youtube.com/watch?v=sYdoLNQOzsk](https://www.youtube.com/watch?v=sYdoLNQOzsk&fbclid=IwAR1nUUcrr7yoeBVDz04jkqhEOlH_kCq7vdjQvGPxXrrm5iT05D4mcoH4TbA)  (0) 2019.11.27
Recover very accurately the 3D shape of human faces, cat faces and cars from single-view images! https://www.profillic.com/paper/arxiv:1911.11130 Once trained, the model reconstructs the 3D pose, shape, albedo and illumination of a deformable object ..  (0) 2019.11.27
ICCV 2019 학회에서 관심있던 포스터들 위주로 정리하였습니다 :) 글들마다 포스터 + 몇몇 포스터들은 내용 설명이 적혀있습니다.  (0) 2019.11.27
State of the art in human-motion transfer! https://www.profillic.com/paper/arxiv:1911.10672 code request link that goes to authors: (link works for laptop/desktop) http://bit.ly/motiontransfer (Their method achieves appearance-controllable synthesis ..  (0) 2019.11.27
EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문 성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다. Image ..  (0) 2019.11.26
Remove motion blur from a blurry image! [https://www.profillic.com/paper/arxiv:1911.08541](https://www.profillic.com/paper/arxiv:1911.08541) (They restore a sharp image by fusing a pair of noisy/blurry images captured in a burst)  (0) 2019.11.24
Posted by saveone

댓글을 달아 주세요

State of the art in human-motion transfer!

https://www.profillic.com/paper/arxiv:1911.10672

code request link that goes to authors: (link works for laptop/desktop) http://bit.ly/motiontransfer

(Their method achieves appearance-controllable synthesis with higher video quality than state-of-art based on only one-time training)
https://www.facebook.com/groups/DeepNetGroup/permalink/1014152448977637/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

Recover very accurately the 3D shape of human faces, cat faces and cars from single-view images! https://www.profillic.com/paper/arxiv:1911.11130 Once trained, the model reconstructs the 3D pose, shape, albedo and illumination of a deformable object ..  (0) 2019.11.27
ICCV 2019 학회에서 관심있던 포스터들 위주로 정리하였습니다 :) 글들마다 포스터 + 몇몇 포스터들은 내용 설명이 적혀있습니다.  (0) 2019.11.27
State of the art in human-motion transfer! https://www.profillic.com/paper/arxiv:1911.10672 code request link that goes to authors: (link works for laptop/desktop) http://bit.ly/motiontransfer (Their method achieves appearance-controllable synthesis ..  (0) 2019.11.27
EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문 성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다. Image ..  (0) 2019.11.26
Remove motion blur from a blurry image! [https://www.profillic.com/paper/arxiv:1911.08541](https://www.profillic.com/paper/arxiv:1911.08541) (They restore a sharp image by fusing a pair of noisy/blurry images captured in a burst)  (0) 2019.11.24
STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD Enormous applications in computer vision, computer graphics, biometrics, and medical imaging. https://www.profillic.com/paper/arxiv:1911.08008  (0) 2019.11.23
Posted by saveone

댓글을 달아 주세요

이번 ICCV 자료를 보다가, 예전 ICCV / CVPR 영상들을 보니까 좋은 워크샵 / 튜토리얼 영상들이 있더라구요! 컴퓨터 비전 공부하시는 분들께 도움되는 자료가 많은 것 같아 공유합니다 😇

ICCV 2019 튜토리얼 / 워크샵 영상 모음

https://www.notion.so/torchvision/ICCV-2019-41b81ab87c20488899dfbf88e64af24b

 CVPR 2018 튜토리얼 / 워크샵 영상 모음

https://www.notion.so/torchvision/CVPR-2018-a5b487951048478483c7b89ed8fa4bc6

ICCV 2017 튜토리얼 / 워크샵 영상 모음

https://www.notion.so/torchvision/ICCV-2017-a838641aacaf46daa0c25989d1b47b3f

 CVPR 2017 튜토리얼 / 워크샵 영상 모음

https://www.notion.so/torchvision/CVPR-2017-a21294057f9941638d0f689fa8227b60
https://www.facebook.com/groups/datakorea/permalink/1349148285253979/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

Hi DataScience enthusiast
.
Are you fresher or professional looking out to make your path as "Data Scientist" and here something for you for upcoming 30days(prepare yourself and get hired )
.
DataScience interview questions #day25
.
If you missed #day1  #day2 #day3  #day4 #day5   #day6  #day7   #day8  #day9  #day10  #day11 and #day12 #day13 #day14 #day15 #day16 #day17  #day18 #day19 #day20 #day21 do have a look

https://m.facebook.com/story.php?story_fbid=135246681214723&id=110658260340232

https://m.facebook.com/story.php?story_fbid=135821337823924&id=110658260340232

.https://m.facebook.com/story.php?story_fbid=136433987762659&id=110658260340232

https://www.facebook.com/110658260340232/posts/136969684375756/

https://www.facebook.com/110658260340232/posts/137702250969166/

https://www.facebook.com/110658260340232/posts/138112590928132/

https://m.facebook.com/story.php?story_fbid=138676314205093&id=110658260340232

https://m.facebook.com/story.php?story_fbid=140261140713277&id=110658260340232

https://m.facebook.com/story.php?story_fbid=140761347329923&id=110658260340232

https://www.facebook.com/110658260340232/posts/141312763941448/

https://m.facebook.com/story.php?story_fbid=143401177065940&id=110658260340232

https://m.facebook.com/story.php?story_fbid=144434130295978&id=110658260340232

https://m.facebook.com/story.php?story_fbid=144963626909695&id=110658260340232

https://m.facebook.com/story.php?story_fbid=145523930186998&id=110658260340232

https://m.facebook.com/story.php?story_fbid=146489273423797&id=110658260340232

https://m.facebook.com/story.php?story_fbid=146967866709271&id=110658260340232

https://m.facebook.com/story.php?story_fbid=147475409991850&id=110658260340232

https://m.facebook.com/story.php?story_fbid=147911999948191&id=110658260340232

#datascience #machinelearning #artificiallearning
https://m.facebook.com/story.php?story_fbid=148356479903743&id=110658260340232&sfnsn=mo
Posted by saveone

댓글을 달아 주세요

EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문

성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다.

Image Classification 을 위한 EfficientNet을 Object Detection에 접목시켜서 매우 우수한 성능을 달성.

Google Research, Brain Team 의 논문.

정확하게는 모르지만, 자료만 보면

기존에 정확율은 좀 떨어지더라도 연산량/속도에서 YOLO 가 가장 좋은 편이라고 알고 있었는데

이 논문은 연산량/속도 효율성과 정확도에서 모두 압도적인 것 같네요.

자세한 내용은 아래 링크해 놓은 논문과 이 논문을 리뷰한 글 보세요.

논문: https://arxiv.org/pdf/1911.09070v1.pdf

한글 리뷰: https://hoya012.github.io/blog/EfficientDet-Review/
https://www.facebook.com/groups/KerasKorea/permalink/3137953302887280/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

ICCV 2019 학회에서 관심있던 포스터들 위주로 정리하였습니다 :) 글들마다 포스터 + 몇몇 포스터들은 내용 설명이 적혀있습니다.  (0) 2019.11.27
State of the art in human-motion transfer! https://www.profillic.com/paper/arxiv:1911.10672 code request link that goes to authors: (link works for laptop/desktop) http://bit.ly/motiontransfer (Their method achieves appearance-controllable synthesis ..  (0) 2019.11.27
EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문 성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다. Image ..  (0) 2019.11.26
Remove motion blur from a blurry image! [https://www.profillic.com/paper/arxiv:1911.08541](https://www.profillic.com/paper/arxiv:1911.08541) (They restore a sharp image by fusing a pair of noisy/blurry images captured in a burst)  (0) 2019.11.24
STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD Enormous applications in computer vision, computer graphics, biometrics, and medical imaging. https://www.profillic.com/paper/arxiv:1911.08008  (0) 2019.11.23
Virtually wear any clothes! [https://www.profillic.com/paper/arxiv:1911.07926](https://www.profillic.com/paper/arxiv:1911.07926) (Researchers from Tokyo develop a Virtual Try-on Generative Adversarial Network (VITON-GAN), that generates virtual try-on..  (0) 2019.11.23
Posted by saveone

댓글을 달아 주세요

Towards Data Science(TDS)에서 지금까지 올라온 주옥같은 포스트들을 주제별로 분류하여 제공하였습니다.

https://www.facebook.com/groups/datakorea/permalink/1349148285253979/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

Remove motion blur from a blurry image!
[https://www.profillic.com/paper/arxiv:1911.08541](https://www.profillic.com/paper/arxiv:1911.08541)

(They restore a sharp image by fusing a pair of noisy/blurry images captured in a burst)
https://www.facebook.com/groups/PyTorchKR/permalink/1539376382868704/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

State of the art in human-motion transfer! https://www.profillic.com/paper/arxiv:1911.10672 code request link that goes to authors: (link works for laptop/desktop) http://bit.ly/motiontransfer (Their method achieves appearance-controllable synthesis ..  (0) 2019.11.27
EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문 성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다. Image ..  (0) 2019.11.26
Remove motion blur from a blurry image! [https://www.profillic.com/paper/arxiv:1911.08541](https://www.profillic.com/paper/arxiv:1911.08541) (They restore a sharp image by fusing a pair of noisy/blurry images captured in a burst)  (0) 2019.11.24
STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD Enormous applications in computer vision, computer graphics, biometrics, and medical imaging. https://www.profillic.com/paper/arxiv:1911.08008  (0) 2019.11.23
Virtually wear any clothes! [https://www.profillic.com/paper/arxiv:1911.07926](https://www.profillic.com/paper/arxiv:1911.07926) (Researchers from Tokyo develop a Virtual Try-on Generative Adversarial Network (VITON-GAN), that generates virtual try-on..  (0) 2019.11.23
안녕하세요. 인공지능연구원 정정민입니다. 회사 내부 세미나에서 SinGAN 논문을 발표했습니다. ICCV 2019에서 Best paper 상을 받은 논문입니다. 사용했던 자료를 공유드립니다. 도움이 되셨으면 좋..  (0) 2019.11.22
Posted by saveone

댓글을 달아 주세요

What Will Your Child Look Like? DNA-Net: Age and Gender Aware Kin Face Synthesizer
https://www.profillic.com/paper/arxiv:1911.07014

They propose a two-stage kin-face generation model to predict the appearance of a child given a pair of parents
https://www.facebook.com/groups/1738168866424224/permalink/2457239894517114/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD
Enormous applications in computer vision, computer graphics, biometrics, and medical imaging.
https://www.profillic.com/paper/arxiv:1911.08008
https://www.facebook.com/groups/DeepNetGroup/permalink/1008757379517144/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

EfficientDet : Object Detection 분야 11월20일 State-of-the-art(SOTA) 달성 논문 성능도 우수하면서 기존 대비 연산 효율이 압도적으로 좋아 연산량, 연산 속도에서 매우 효율적인 모델이라고 합니다. Image ..  (0) 2019.11.26
Remove motion blur from a blurry image! [https://www.profillic.com/paper/arxiv:1911.08541](https://www.profillic.com/paper/arxiv:1911.08541) (They restore a sharp image by fusing a pair of noisy/blurry images captured in a burst)  (0) 2019.11.24
STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD Enormous applications in computer vision, computer graphics, biometrics, and medical imaging. https://www.profillic.com/paper/arxiv:1911.08008  (0) 2019.11.23
Virtually wear any clothes! [https://www.profillic.com/paper/arxiv:1911.07926](https://www.profillic.com/paper/arxiv:1911.07926) (Researchers from Tokyo develop a Virtual Try-on Generative Adversarial Network (VITON-GAN), that generates virtual try-on..  (0) 2019.11.23
안녕하세요. 인공지능연구원 정정민입니다. 회사 내부 세미나에서 SinGAN 논문을 발표했습니다. ICCV 2019에서 Best paper 상을 받은 논문입니다. 사용했던 자료를 공유드립니다. 도움이 되셨으면 좋..  (0) 2019.11.22
Surreal high-quality re-enactments of famous figures https://www.profillic.com/paper/arxiv:1911.08139 (outperforms on the identity preservation problem)  (0) 2019.11.22
Posted by saveone

댓글을 달아 주세요

ICCV 2019에 참석하여 들은 내용 중에 인상적이었고 흥미로웠던 내용을 정리하여 연구실에서 발표한 자료를 공유합니다!

정리한 주제는 아래와 같습니다.
- Medical AI : Registration & MR2CT
- Image Synthesis : Seeing What a GAN Cannot Generate
- XAI
- SinGAN

많은 분들께 도움이 되었으면 좋겠습니다😀
문제될 경우 삭제하도록 하겠습니다.

링크 : https://www.slideshare.net/mobile/DongminChoi6/iccv-2019-review-cdm

※ 참고로 피피티 내용은 학회에 참관하며 찍은 사진을 바탕으로 발표자 분의 피피티와 비슷하게 구성하였습니다.
https://www.facebook.com/groups/TensorFlowKR/permalink/1041013296239728/?sfnsn=mo

'Deep Learning > resources' 카테고리의 다른 글

#DEVIEW2019 #발표영상공개 DEVIEW 2019 모든 발표영상이 공개되었습니다. 지금 DEVIEW 홈페이지에서 확인하세요. ▶ DEVIEW 2019 발표 영상|deview.kr/2019/schedule  (0) 2019.12.04
안녕하세요. 딥러닝 연구하실 때 주로 사용하시는 데스크탑/랩탑의 운영체제는 어떤 것을 사용하시는지 궁금해서 설문을 한번 작성해 봤습니다. 선택 항목을 임의로 추가했는데, 혹시 항목이..  (0) 2019.11.29
ICCV 2019에 참석하여 들은 내용 중에 인상적이었고 흥미로웠던 내용을 정리하여 연구실에서 발표한 자료를 공유합니다! 정리한 주제는 아래와 같습니다. - Medical AI : Registration & MR2CT - Image Synthe..  (0) 2019.11.23
"Computer Vision and Visual SLAM vs. AI Agents" 라는 제목의 재밌는 포스팅이 있어 공유드립니다. 저도 항상 고민하는 부분인데 연구레벨을 벗어나서 실제 어플리케이션까지 갔을 때 CV/SLAM에서 AI가 어..  (0) 2019.11.20
CAGFace ([https://arxiv.org/pdf/1910.08761.pdf](https://arxiv.org/pdf/1910.08761.pdf)) 를 구현하고 있습니다. 구현과정 중 메모리 문제 때문에 stage2 과정을 생략하고 backbone을 거친 뒤 바로 x4 upsampling을 하고 conv..  (0) 2019.11.19
[간략하게 읽어볼만한 글] “Do we still need models or just more data and compute?” - Max Welling, April 20 2019 https://staff.fnwi.uva.nl/m.welling/wp-content/uploads/Model-versus-Data-AI.pdf . Max Welling 교수님은 제가 정말 좋아..  (0) 2019.11.18
Posted by saveone

댓글을 달아 주세요

Virtually wear any clothes!

[https://www.profillic.com/paper/arxiv:1911.07926](https://www.profillic.com/paper/arxiv:1911.07926)

(Researchers from Tokyo develop a Virtual Try-on Generative Adversarial Network (VITON-GAN), that generates virtual try-on images using images of in-shop clothing and a model person)
https://www.facebook.com/groups/DeepNetGroup/permalink/1009657776093771/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

Remove motion blur from a blurry image! [https://www.profillic.com/paper/arxiv:1911.08541](https://www.profillic.com/paper/arxiv:1911.08541) (They restore a sharp image by fusing a pair of noisy/blurry images captured in a burst)  (0) 2019.11.24
STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD Enormous applications in computer vision, computer graphics, biometrics, and medical imaging. https://www.profillic.com/paper/arxiv:1911.08008  (0) 2019.11.23
Virtually wear any clothes! [https://www.profillic.com/paper/arxiv:1911.07926](https://www.profillic.com/paper/arxiv:1911.07926) (Researchers from Tokyo develop a Virtual Try-on Generative Adversarial Network (VITON-GAN), that generates virtual try-on..  (0) 2019.11.23
안녕하세요. 인공지능연구원 정정민입니다. 회사 내부 세미나에서 SinGAN 논문을 발표했습니다. ICCV 2019에서 Best paper 상을 받은 논문입니다. 사용했던 자료를 공유드립니다. 도움이 되셨으면 좋..  (0) 2019.11.22
Surreal high-quality re-enactments of famous figures https://www.profillic.com/paper/arxiv:1911.08139 (outperforms on the identity preservation problem)  (0) 2019.11.22
안녕하세요, 수아랩(코그넥스) 이호성이라고 합니다. 이틀 전 공개된 논문이 결과가 인상깊어서 빠르게 리뷰를 해보았습니다. 논문의 제목은 "EfficientDet: Scalable and Efficient Object Detection" 이..  (0) 2019.11.22
Posted by saveone

댓글을 달아 주세요

안녕하세요, TF-KR 여러분!

그동안 많은 좋은 정보들을 눈팅만 하다가 여러분께 의견을 구하고 싶은 것이 있어 처음으로 글을 남깁니다!

내용은 시계열 데이터들을 변화 양상에 따라 유사한 것들끼리 클러스터링 하고자 하는 것입니다.

아래 이미지는 5개 데이터 샘플의 그래프이고 총 10,000여개 정도의 데이터를 가지고 있습니다.

파생 변수를 생성하여 파생 변수를 통해 클러스터링을 진행해보기도 했는데 근본적인 데이터 흐름에 따른 클러스터링을 하고 싶습니다.

그래프 이미지를 클러스터링하는 방법도 있을 것 같은데 감을 잡기도, 방법을 찾는 것도 너무 만만치가 않네요…ㅎㅎㅎ

5개의 그래프가 그려져있는 각각의 이미지는 같은 데이터들을 grouping하는 범위만 다르게 한 것입니다.

좋은 방법이나 참고할만한 좋은 자료를 추천해주시면 너무 감사하겠습니다ㅠㅠ

가장 간단하게는 tslearn 패키지로 시작해보세요. time-series clustering method들을 함수로 정의해놓은 sklearn같은 패키지입니다. 그리고 보통 time series에 한해서는 time-dependent measure (distance-based clustering의 경우..) Dynamic Time Warping distance가 많이 거론되니 공부해보시고.... 위에 댓글 남겨주신 것처럼 deep learning으로 넘어오게 되면 autoencoder, seq2seq autoencoder로 latent representation을 학습한 후에 그것들의 클러스터를 구하는 방법도 논문에서 많이 찾아볼 수 있습니다. 기본적으로 어떤 방법들이 그동안 연구되었는지 보고 싶으시면 Survey on time-series clustering 요런 식으로 검색해보세요.

grouping 문제도 결국 feature space상에서 어떻게 cluster를 만들어 갈 것이냐 하는 문제라서 각 그래프들의 feature를 어떻게 뽑아낼 것인지를 고민하는 문제로 바꿔 생각해볼 수 있을듯합니다. 간단하게는 autoencoder부터 돌려보시고, meta learning쪽 둘러보신 후에 clustering은 전통의 knn같은 것으로 묶어보심 어떨까요



https://www.facebook.com/groups/PyTorchKR/permalink/1539376382868704/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

안녕하세요. 인공지능연구원 정정민입니다. 회사 내부 세미나에서 SinGAN 논문을 발표했습니다. ICCV 2019에서 Best paper 상을 받은 논문입니다. 사용했던 자료를 공유드립니다. 도움이 되셨으면 좋겠습니다^^
https://www.facebook.com/groups/TensorFlowKR/permalink/1043767235964334/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD Enormous applications in computer vision, computer graphics, biometrics, and medical imaging. https://www.profillic.com/paper/arxiv:1911.08008  (0) 2019.11.23
Virtually wear any clothes! [https://www.profillic.com/paper/arxiv:1911.07926](https://www.profillic.com/paper/arxiv:1911.07926) (Researchers from Tokyo develop a Virtual Try-on Generative Adversarial Network (VITON-GAN), that generates virtual try-on..  (0) 2019.11.23
안녕하세요. 인공지능연구원 정정민입니다. 회사 내부 세미나에서 SinGAN 논문을 발표했습니다. ICCV 2019에서 Best paper 상을 받은 논문입니다. 사용했던 자료를 공유드립니다. 도움이 되셨으면 좋..  (0) 2019.11.22
Surreal high-quality re-enactments of famous figures https://www.profillic.com/paper/arxiv:1911.08139 (outperforms on the identity preservation problem)  (0) 2019.11.22
안녕하세요, 수아랩(코그넥스) 이호성이라고 합니다. 이틀 전 공개된 논문이 결과가 인상깊어서 빠르게 리뷰를 해보았습니다. 논문의 제목은 "EfficientDet: Scalable and Efficient Object Detection" 이..  (0) 2019.11.22
TensorFlow Korea 논문읽기모임 PR12 207번째 논문 review입니다 이번 논문은 YOLO v3입니다. 매우 유명한 논문이라서 크게 부연설명이 필요없을 것 같은데요, Object Detection algorithm들 중에 YOLO는 굉장히..  (0) 2019.11.18
Posted by saveone

댓글을 달아 주세요

Surreal high-quality re-enactments of famous figures

https://www.profillic.com/paper/arxiv:1911.08139

(outperforms on the identity preservation problem)
https://www.facebook.com/groups/DeepNetGroup/permalink/1008865839506298/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

STATE OF THE ART IN 3D MORPHABLE MODEL OF THE HUMAN HEAD
Enormous applications in computer vision, computer graphics, biometrics, and medical imaging.
https://www.profillic.com/paper/arxiv:1911.08008
https://www.facebook.com/groups/1738168866424224/permalink/2458983691009401/?sfnsn=mo
Posted by saveone

댓글을 달아 주세요

Surreal high-quality re-enactments of famous figures

https://www.profillic.com/paper/arxiv:1911.08139

(outperforms on the identity preservation problem)
https://www.facebook.com/groups/DeepNetGroup/permalink/1008865839506298/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

Virtually wear any clothes! [https://www.profillic.com/paper/arxiv:1911.07926](https://www.profillic.com/paper/arxiv:1911.07926) (Researchers from Tokyo develop a Virtual Try-on Generative Adversarial Network (VITON-GAN), that generates virtual try-on..  (0) 2019.11.23
안녕하세요. 인공지능연구원 정정민입니다. 회사 내부 세미나에서 SinGAN 논문을 발표했습니다. ICCV 2019에서 Best paper 상을 받은 논문입니다. 사용했던 자료를 공유드립니다. 도움이 되셨으면 좋..  (0) 2019.11.22
Surreal high-quality re-enactments of famous figures https://www.profillic.com/paper/arxiv:1911.08139 (outperforms on the identity preservation problem)  (0) 2019.11.22
안녕하세요, 수아랩(코그넥스) 이호성이라고 합니다. 이틀 전 공개된 논문이 결과가 인상깊어서 빠르게 리뷰를 해보았습니다. 논문의 제목은 "EfficientDet: Scalable and Efficient Object Detection" 이..  (0) 2019.11.22
TensorFlow Korea 논문읽기모임 PR12 207번째 논문 review입니다 이번 논문은 YOLO v3입니다. 매우 유명한 논문이라서 크게 부연설명이 필요없을 것 같은데요, Object Detection algorithm들 중에 YOLO는 굉장히..  (0) 2019.11.18
안녕하세요, 수아랩(코그넥스)의 이호성이라고 합니다. 이번에 PR12 모임에 합류하게 되면서 첫 발표를 하게 되었습니다! 저는 208번째 논문 리뷰를 진행하게 되었고, 발표 주제는 "Unsupervised vis..  (0) 2019.11.18
Posted by saveone

댓글을 달아 주세요

안녕하세요, 수아랩(코그넥스) 이호성이라고 합니다.

이틀 전 공개된 논문이 결과가 인상깊어서 빠르게 리뷰를 해보았습니다.

논문의 제목은 "EfficientDet: Scalable and Efficient Object Detection" 이며 제가 지난번에 소개드렸던 EfficientNet을 Object Detection에 접목시켜서 매우 우수한 성능을 달성시킨 논문입니다.

첨부드린 그림을 보시면 아시겠지만, 기존 연구들대비 정확도도 매우 우수하고, 연산량 자체도 굉장히 효율적으로 사용하고 있는 것을 알 수 있습니다. 이 글을 쓰고있는 현 시점에서는 Object Detection 분야에서는 State-of-the-art(SOTA)를  달성한 논문입니다!

논문 자체는 잘 쓰여져 있고, 이해하기 쉬워서 내용을 그대로 잘 정리하여 글로 작성을 하여 블로그에 올려두었습니다. 공부하시는데 도움이 되셨으면 좋겠습니다!

논문 링크: https://arxiv.org/pdf/1911.09070v1.pdf
블로그 글: https://hoya012.github.io/blog/EfficientDet-Review/
https://www.facebook.com/groups/PyTorchKR/permalink/1539376382868704/?sfnsn=mo

'Deep Learning > Papers2read' 카테고리의 다른 글

안녕하세요. 인공지능연구원 정정민입니다. 회사 내부 세미나에서 SinGAN 논문을 발표했습니다. ICCV 2019에서 Best paper 상을 받은 논문입니다. 사용했던 자료를 공유드립니다. 도움이 되셨으면 좋..  (0) 2019.11.22
Surreal high-quality re-enactments of famous figures https://www.profillic.com/paper/arxiv:1911.08139 (outperforms on the identity preservation problem)  (0) 2019.11.22
안녕하세요, 수아랩(코그넥스) 이호성이라고 합니다. 이틀 전 공개된 논문이 결과가 인상깊어서 빠르게 리뷰를 해보았습니다. 논문의 제목은 "EfficientDet: Scalable and Efficient Object Detection" 이..  (0) 2019.11.22
TensorFlow Korea 논문읽기모임 PR12 207번째 논문 review입니다 이번 논문은 YOLO v3입니다. 매우 유명한 논문이라서 크게 부연설명이 필요없을 것 같은데요, Object Detection algorithm들 중에 YOLO는 굉장히..  (0) 2019.11.18
안녕하세요, 수아랩(코그넥스)의 이호성이라고 합니다. 이번에 PR12 모임에 합류하게 되면서 첫 발표를 하게 되었습니다! 저는 208번째 논문 리뷰를 진행하게 되었고, 발표 주제는 "Unsupervised vis..  (0) 2019.11.18
Transforming realistic photos into cartoon style images!😅 https://www.profillic.com/paper/arxiv:1911.06102 (Cartoonization is achieved by conducting some transformation manipulation in the feature space with their proposed Soft-AdaIN)  (0) 2019.11.17
Posted by saveone

댓글을 달아 주세요

http://statkclee.github.io/think-stat/

통계적 사고 워크샵

싸이그래머 xwMOOC가 함께 합니다.

기계와의 경쟁을 준비하며…

“The future is here, it’s just not evenly distributed yet.”
- William Gibson

학습 개요

  • 일시
    • ’15년 11월 18일 ~ ’16년 1월 6일 (8주간)
    • 매주 수요일 19:00 ~ 20:00
  • 장소

 

 

 

 

교재

 

 

통계적 사고 (ThinkStats2) : 프로그래머를 위한 확률과 통계
- (번역): https://github.com/statkclee/ThinkStats2
- (원서): http://greenteapress.com/thinkstats2/
- 번역 버젼(’15년 11월 17일), PDF 파일
- 번역 버젼(’15년 11월 17일), HTML 파일
«««« 연습문제 초벌 번역
«««« 한국어판 서문 추가

 

 

장연습문제해답

1장 문제 해답
2장 문제 해답
3장 문제 해답
4장 문제 해답
5장 문제 해답
6장 문제 해답
7장 문제 해답
8장 문제 해답
9장 문제 해답
10장 문제 해답
11장 문제 해답
12장 문제 해답
13장 문제 해답
14장 문제 해답

공용 작업공간

위키…통계적 사고

LaTeX 사전 공부

출처: OpenIntro.org LaTeX 저작 교육과정

사전 준비

  1. Git과 GitHub
  2. 파이썬 설치: 아나콘다 기반 과학컴퓨팅 개발환경을 적극추천

# 파이썬 2 기준 우분투 14.04 64비트 버젼 설치 사례 $ wget https://3230d63b5fc54e62148e-c95ac804525aac4b6dba79b00b39d1d3.ssl.cf1.rackcdn.com/Anaconda2-2.4.0-Linux-x86_64.sh $ bash ~/Downloads/Anaconda2-2.4.0-Linux-x86_64.sh 사전준비 검증[xwmooc:~/ThinkStats2/code ] $ python nsfg.pynsfg.py:42: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy df.birthwgt_lb[df.birthwgt_lb > 20] = np.nan (13593, 244) nsfg.py: All tests passed.부랑자(Vagrant)와 가상상자(VirtualBox)를 활용한 과학컴퓨팅 환경 구축

부랑자(Vagrant) 아나콘다 설치환경 참조

학습 목차

일시학습 내용

2015. 11. 18 탐색적 자료 분석 & 분포
2015. 11. 25 확률 질량 함수 & 누적분포함수
2015. 12. 2 분포 모형화 (Modeling distributions) & 확률밀도함수
2015. 12. 9 변수간 관계
2015. 12. 16 추정 (Estimation)
2015. 12. 23 가설 검정 (Hypothesis testing
2015. 12. 30 선형최소제곱 & 회귀 (Regression)
2016. 1. 6 시계열 분석 & 생존분석

열린 통계학 개론

언론 기사

참고자료

xwMOOC 한글소스 Contact License

 

 

 

Posted by saveone

댓글을 달아 주세요

"Computer Vision and Visual SLAM vs. AI Agents" 라는 제목의 재밌는 포스팅이 있어 공유드립니다.

저도 항상 고민하는 부분인데 연구레벨을 벗어나서 실제 어플리케이션까지 갔을 때 CV/SLAM에서 AI가 어떤 부분에서 장점이 있고 어느 부분까지 스며들 수 있는지, 어떻게 기존의 방법들과 융화될 수 있을지에 대해서 다시금 생각하게 해주는 글인것 같습니다.

최근 서울에서 개최되었던 ICCV 2019에서 나왔던 이슈들도 인용이 많이 되어 있어서 아주 따끈따끈하네요😁
https://www.facebook.com/groups/slamkr/permalink/1022417871451190/?sfnsn=mo

'Deep Learning > resources' 카테고리의 다른 글

안녕하세요. 딥러닝 연구하실 때 주로 사용하시는 데스크탑/랩탑의 운영체제는 어떤 것을 사용하시는지 궁금해서 설문을 한번 작성해 봤습니다. 선택 항목을 임의로 추가했는데, 혹시 항목이..  (0) 2019.11.29
ICCV 2019에 참석하여 들은 내용 중에 인상적이었고 흥미로웠던 내용을 정리하여 연구실에서 발표한 자료를 공유합니다! 정리한 주제는 아래와 같습니다. - Medical AI : Registration & MR2CT - Image Synthe..  (0) 2019.11.23
"Computer Vision and Visual SLAM vs. AI Agents" 라는 제목의 재밌는 포스팅이 있어 공유드립니다. 저도 항상 고민하는 부분인데 연구레벨을 벗어나서 실제 어플리케이션까지 갔을 때 CV/SLAM에서 AI가 어..  (0) 2019.11.20
CAGFace ([https://arxiv.org/pdf/1910.08761.pdf](https://arxiv.org/pdf/1910.08761.pdf)) 를 구현하고 있습니다. 구현과정 중 메모리 문제 때문에 stage2 과정을 생략하고 backbone을 거친 뒤 바로 x4 upsampling을 하고 conv..  (0) 2019.11.19
[간략하게 읽어볼만한 글] “Do we still need models or just more data and compute?” - Max Welling, April 20 2019 https://staff.fnwi.uva.nl/m.welling/wp-content/uploads/Model-versus-Data-AI.pdf . Max Welling 교수님은 제가 정말 좋아..  (0) 2019.11.18
안녕하세요 여러분! 얼마 전에 ICCV 컴퓨터 비전 학회가 있었죠 😁 신기한 것들 많이 보고 와서 너무 좋았습니다! 학회 참석 중에 녹화한 튜토리얼 / 워크샵 영상들을 공유합니다. 개중에 몇..  (0) 2019.11.15
Posted by saveone

댓글을 달아 주세요

CAGFace ([https://arxiv.org/pdf/1910.08761.pdf](https://arxiv.org/pdf/1910.08761.pdf))

를 구현하고 있습니다. 구현과정 중 메모리 문제 때문에 stage2 과정을 생략하고 backbone을 거친 뒤 바로 x4 upsampling을 하고 conv를 두번 쌓아 이미지를 반환하였고 논문에서와 같이 smooth l1 loss 를 사용하였습니다.

batchnorm을 upsampling과정에 넣으면 학습은 잘 되는데 loss가 잘 떨어지지 않아 batchnorm을 넣고 중간중간 lr을 조정해가면서 훈련시킨결과 다음과 같은 결과를 얻었는데

모든 이미지에 대해 이미지의 채도를 명확하게 묘사해내지 못한다는 사실을 발견하였습니다. training loss 값을 고려해보았을 때(약 0.004) 이미지의 pixel간 평균적인 차이는 22pixel 정도로 보아야 마땅한 데 output image는 거의 흑백이미지에 가깝기 때문에 평균적인 차이가 어떻게 22pixel 정도인지도의문입니다.

앞으로 어떤 방향으로 시도를 해보아야할 지 몰라서 게시물을 작성하게 되었는데요

1. stage1 에서 무리하게 x4 upsampling 한 것이 문제이기 때문에 stage2 까지 구현 후 다시 훈련시ㅋ본다.

2. stage1 뒤에 downsample(space-to-depth)를 한 후 처음 input image를 더하여 pixel 정보를 보정시킨후 다시 upsampleing 하는 refinement module 을 고안해본다.

아니면 pixel 정보를 보정할 수 있는 다른 방법을 고안.

3. 마지막 conv3x3 (channel : 256 -> 3) 을 한 후에 relu를 쓰지말고 sigmoid 를 써서 훈련을 시켜본다. (image 값은 0~1) 이므로 이경우 loss가 잘 떨어지지 않는 문제가 발생합니다.
https://www.facebook.com/groups/TensorFlowKR/permalink/1041218709552520/?sfnsn=mo

'Deep Learning > resources' 카테고리의 다른 글

ICCV 2019에 참석하여 들은 내용 중에 인상적이었고 흥미로웠던 내용을 정리하여 연구실에서 발표한 자료를 공유합니다! 정리한 주제는 아래와 같습니다. - Medical AI : Registration & MR2CT - Image Synthe..  (0) 2019.11.23
"Computer Vision and Visual SLAM vs. AI Agents" 라는 제목의 재밌는 포스팅이 있어 공유드립니다. 저도 항상 고민하는 부분인데 연구레벨을 벗어나서 실제 어플리케이션까지 갔을 때 CV/SLAM에서 AI가 어..  (0) 2019.11.20
CAGFace ([https://arxiv.org/pdf/1910.08761.pdf](https://arxiv.org/pdf/1910.08761.pdf)) 를 구현하고 있습니다. 구현과정 중 메모리 문제 때문에 stage2 과정을 생략하고 backbone을 거친 뒤 바로 x4 upsampling을 하고 conv..  (0) 2019.11.19
[간략하게 읽어볼만한 글] “Do we still need models or just more data and compute?” - Max Welling, April 20 2019 https://staff.fnwi.uva.nl/m.welling/wp-content/uploads/Model-versus-Data-AI.pdf . Max Welling 교수님은 제가 정말 좋아..  (0) 2019.11.18
안녕하세요 여러분! 얼마 전에 ICCV 컴퓨터 비전 학회가 있었죠 😁 신기한 것들 많이 보고 와서 너무 좋았습니다! 학회 참석 중에 녹화한 튜토리얼 / 워크샵 영상들을 공유합니다. 개중에 몇..  (0) 2019.11.15
This Tensorflow based Python Library ‘Spleeter’ splits vocals from finished tracks Github: https://github.com/deezer/spleeter https://www.marktechpost.com/2019/11/10/this-tensorflow-based-python-library-spleeter-splits-vocals-from-finished-tracks/  (0) 2019.11.12
Posted by saveone

댓글을 달아 주세요

[간략하게 읽어볼만한 글]
“Do we still need models or just more data and compute?” - Max Welling, April 20 2019
https://staff.fnwi.uva.nl/m.welling/wp-content/uploads/Model-versus-Data-AI.pdf
.
Max Welling 교수님은 제가 정말 좋아하는 ML scientist 들 중 한 분 입니다. Variational autoencoder 을 비롯한 Bayesian deep learning 을 연구해오셨고, Graph convolutional network 도 Max Welling group 에서 나온 논문입니다.
ML 분야에서 대가라고 할 수 있는 Max Welling 교수님의 위 제목과 같은 기고문이 있는데, 현재 ML 연구방식의 한계와 연구되어야할 방향에 대해서 생각해보게끔 하는 글입니다.
.
1. Max Welling 교수님은 본인이 “기본적으로 컴퓨팅 파워의 중요성“을 믿는다고 합니다. Qualcomm 에서 part-time position으로 재직하고 있는 이유 중 하나도, AI의 발전을 이끄는 가장 빠른 방향 중 하나는 AI computation 을 위한 hardware 를 개발하는 것이라고 생각하신다고 합니다.
.
2. Computation 과 별개로, “data”는 ML의 가장 raw material임을 잊지 말아야한다고 하면서, 현재 연구방향의 한계점과 나아가야할 방향에 대한 의견을 시작합니다. 잘 정의가 되어있는 문제 및 도메인 - data를 충분한 양을 생성할 수 있는 경우 (e.g. AlphaGo), data를 충분히 얻을 수 있는 경우 (e.g. speech) 에서는 deep learning과 같은 “data driven, discriminative, black-box” 방법이 잘 동작할 수 있고, 이런 경우는 “interpolation problem” 으로 볼 수 있다고 합니다.
.
3. 하지만 “extrapolation problem” 의 경우에 대해서 문제가 시작된다고 말씀합니다.
“There is no predictions without assumptions, no generalization without inductive bias”
말씀을 ML 연구기간 동안 가장 인상깊게 생각한다 (recall one thing most vividly) 고 말씀하십니다.
사족) 개인적으로 이 말이 너무너무너무 멋있고, ML연구 관련하여 들은 말 중에서 가장 기억하고 싶은 말 줄 하나로 생각하고 싶습니다.

ML의 bias-variance trade-off를 지적하시면서
- Data가 충분한 경우에는, 많은 human inductive bias를 모델에 주입할 필요가 없고, “데이터가 말하게 하라(let the data speak)” 고 하면 되지만,
- 그렇지 않은 경우에는, human-knowledge를 불어넣어주어서 그 gap을 채워주어야 한다.
- Extrapolation의 상황에서, 즉 새로운 도메인에 sparse한 data로 training한 모델을 적용하는 경우 모델을 쉽게 fail할 거라고 합니다.

Game과 같은 문제(e.g. AlphaGo, Starcraft, …)에서는 input domain 은 잘 정의되어있고, 우리는 완벽한 simulator를 가지고 있기 때문에, 이런 경우에서 모델 개발의 bottleneck은 “data가 아니라 computation이다.” 라는 말씀을 하십니다. 또 하나 인상깊은 지적입니다.

반면에 self-driving car 와 같은 문제는 언제나 long-tail/exceptional situation이 있기 때문에, 아무리 human이 inductive bias/prior-knowledge를 simulator등을 이용해 고려하여도 이는 때로는 너무 단순해서, 다양한 상황을 simulation하기 어려울 수 있다고 지적합니다.
.
4. 하지만, 한 가지 희망이 있다면 그 방향은 “forward, generative, causal direction” 이라고 지적하십니다.
- Generative model은 unseen domain 에 대한 generalization 에 (discriminative 모델보다) 더 낫다.
- Causality는 한 도메인에서 다른 도메인으로의 model 의 적용을 가능케 한다, 예시) 교통사고는 네덜란드에서는 검은색 차량과 상관성이 높을 수 있지만, 미국에서의 빨간색 차량과 상관성이 높을 수 있다. 색깔을 바탕으로 predictor를 만드는 것은 generalize할 수 없지만, male testerone level와 같은 “causal factor”는 generalize할 수 있게 해줄 것이다.
- Human은 만나보지 않은 상황(conterfactual worlds)에 대해 시뮬레이션/상상할 수 있는 뛰어난 능력이 있다. 이는 물리법칙, 심리적 요소에 대한 human의 능력에 기반한다.
와 같은 일종의 연구 direction을 제시하십니다.
.
개인적으로, 이 기고문이 저에게 많은 교훈을 준 것 같습니다. 저는 이미지, 자연어, 음성과 같은 일종의 sensory 데이터를 주로 다뤄왔다기 보다는, 분자와 같은 좀 더 물리/화학/생명쪽과 같은 자연현상에 관심을 가져왔기 때문에, 이 자연현상을 governing하는 universal law를 잘 모델링할 수 있지않을까라는 생각을 종종하고는 하는데, physics law를 inductive bias로 machine에게 불어넣어주기, causality 등이 저에게 연구방향이 되지않을까 합니다.
https://m.facebook.com/story.php?story_fbid=2438975229757338&id=100009346535102&sfnsn=mo

'Deep Learning > resources' 카테고리의 다른 글

"Computer Vision and Visual SLAM vs. AI Agents" 라는 제목의 재밌는 포스팅이 있어 공유드립니다. 저도 항상 고민하는 부분인데 연구레벨을 벗어나서 실제 어플리케이션까지 갔을 때 CV/SLAM에서 AI가 어..  (0) 2019.11.20
CAGFace ([https://arxiv.org/pdf/1910.08761.pdf](https://arxiv.org/pdf/1910.08761.pdf)) 를 구현하고 있습니다. 구현과정 중 메모리 문제 때문에 stage2 과정을 생략하고 backbone을 거친 뒤 바로 x4 upsampling을 하고 conv..  (0) 2019.11.19
[간략하게 읽어볼만한 글] “Do we still need models or just more data and compute?” - Max Welling, April 20 2019 https://staff.fnwi.uva.nl/m.welling/wp-content/uploads/Model-versus-Data-AI.pdf . Max Welling 교수님은 제가 정말 좋아..  (0) 2019.11.18
안녕하세요 여러분! 얼마 전에 ICCV 컴퓨터 비전 학회가 있었죠 😁 신기한 것들 많이 보고 와서 너무 좋았습니다! 학회 참석 중에 녹화한 튜토리얼 / 워크샵 영상들을 공유합니다. 개중에 몇..  (0) 2019.11.15
This Tensorflow based Python Library ‘Spleeter’ splits vocals from finished tracks Github: https://github.com/deezer/spleeter https://www.marktechpost.com/2019/11/10/this-tensorflow-based-python-library-spleeter-splits-vocals-from-finished-tracks/  (0) 2019.11.12
모두의연구소 - AI COLLEGE 소식 오늘은 SOS LAB 이용이 박사님이 자율주행에서의 개체 인식을 목적으로 연구되고 있는 딥러닝 기반 3D object detection 논문들의 최근 동향에 대해서 이야기해주셨습..  (0) 2019.11.08
Posted by saveone

댓글을 달아 주세요