| N | Node Title | Author | Type | Evaluation | Link | W | Open |
|---|---|---|---|---|---|---|---|
| 1 | 백본 네트워크 구조 상세분석 #Tags: DL, CV, Paper, ResNet, DenseNet, SENet, NasNet, EfficientNet |
강상권 | Lecture | ✖️ | 📋 | 12 | 03.15 |
| 2 | 없다면 어떻게 될까? (ResNet Ablation Study) #Tags: DL, CV, ResNet, Ablation Study |
강상권 | Project | ⭐⭐⭐ | 📋 | 12 | 03.16 |
| 3 | 잘 만든 Augmentation, 이미지 100장 안 부럽다 #Tags: Data Augmentation, Tensorflow API, albumentation, GAN |
강상권 | Lecture | ✖️ | 📋 | 12 | 03.18 |
| 4 | 이미지 어디까지 우려볼까? #Tags: Data Augmentation, Tensorflow Random Augmentation API, CutMix, Mixup |
강상권 | Project | ⭐⭐⭐ | 📋 | 13 | 03.21 |
| 5 | 너의 속이 궁금해 - Class Activation Map 살펴보기 #Tags: XAI, CAM, Grad-CAM, ACoL |
강상권 | Lecture | ✖️ | 📋 | 13 | 03.23 |
| 6 | 나를 찾아줘 - Class Activation Map 만들기 #Tags: CAM, Grad-CAM, Object Detection |
강상권 | Project | ⭐⭐⭐ | 📋 | 13 | 03.24 |
| 7 | Object Detection #Tags: Object Detection, Bounding Box, IoU, Localization, Sliding Window, Convolution, Anchor Box, NMS, Single stage detector(YOLO, SSD), Two stage detector(R-CNN, Faster R-CNN, RPN), Anchor |
강상권 | Lecture | ✖️ | 📋 | 14 | 03.28 |
| 8 | GO/STOP! - Object Detection 시스템 만들기 #Tags: Object Detection, RetinaNet, Focal Loss, FPN |
강상권 | Project | ⭐⭐⭐ | 📋 | 14 | 03.29 |
| 9 | 물체를 분리하자! - 세그멘테이션 살펴보기 #Tags: Segmentation, FCN, U-Net, DeepLab |
강상권 | Lecture | ✖️ | 📋 | 14 | 03.31 |
| 10 | 도로 영역을 찾자! - 세그멘테이션 모델 만들기 #Tags: Semantic Segmentation, U-Net |
강상권 | Project | ⭐⭐⭐ | 📋 | 15 | 04.04 |
| 11 | OCR 기술의 개요 #Tags: OCR, Text Detection, Text Recognition, Attention |
강상권 | Lecture | ✖️ | 📋 | 15 | 04.05 |
| 12 | 직접 만들어보는 OCR #Tags: OCR, Text Detection, keras-ocr, Text Recognition, CRNN, CTC |
강상권 | Project | ⭐⭐⭐ | 📋 | 15 | 04.07 |
| 13 | 멀리 있지만 괜찮아 #Tags: Single stage detector, YOLO, SSD, Face Detection |
우태강 | Lecture | ✖️ | 📋 | 16 | 04.11 |
| 14 | 멀리 있는 사람도 스티커를 붙여주자 #Tags: Face Detection, SSD, NMS |
우태강 | Project | ⭐⭐⭐ | 📋 | 16 | 04.12 |
| 15 | 사람의 몸짓을 읽어보자 #Tags: Human Pose Estimation |
우태강 | Lecture | ✖️ | 📋 | 17 | 04.18 |
| 16 | 행동 스티커 만들기 #Tags: Human Pose Estimation |
우태강 | Project | ⭐⭐☆ | 📋 | 17 | 04.19 |
| N | Node Title | Author | Contents Summary |
|---|---|---|---|
| 1 | 백본 네트워크 구조 상세분석 | 강상권 | 컴퓨터 비전 분야에 실전적으로 사용되는 주요 백본 네트워크(VGG, ResNet, SENet, EfficientNet) 구조에 대해 논문에 정리된 이론을 토대로 심화 원리를 학습한다. |
| 2 | 없다면 어떻게 될까? (ResNet Ablation Study) | 강상권 | 핵심적인 기법들을 하나씩 제거했을 때의 효과를 각각 정량적으로 측정하는 ablation study 기법을 배운다. ResNet을 대상으로 실습해 보면서 이론적으로 익힌 기법의 효과를 체감하고 백본을 직접 다뤄보는 실전적 감각을 익힌다. |
| 3 | 잘 만든 Augmentation, 이미지 100장 안 부럽다 | 강상권 | 데이터셋이 부족한 상황을 해결하기 위한 Data Augmentation의 다양한 기법에 대해 알아보고, 활용 가능한 라이브러리, 실전상황에서 주의해야 할 팁 등을 정리해 본다. |
| 4 | 이미지 어디까지 우려볼까? | 강상권 | 텐서플로우의 random augmentation 기법을 적용해 보고, 최신 augmentation 기법을 익힌다. 직접 모델을 학습시켜 비교 실험을 진행해 본다. |
| 5 | 너의 속이 궁금해 - Class Activation Map 살펴보기 | 강상권 | 모델의 작동 원리를 가늠할 수 있는 CAM, Grad-CAM, ACoL 모델을 공부하고 XAI(Explainable AI)의 기초를 익힌다. |
| 6 | 나를 찾아줘 - Class Activation Map 만들기 | 강상권 | CAM, Grad-CAM을 위한 모델을 직접 만들고, CAM을 추출해 시각화 해본다. CAM을 Object detection에 적용해 결과를 평가해 본다. |
| 7 | Object Detection | 강상권 | Object detection 문제와 이를 해결하기 위한 다양한 detection 모델들을 알아본다. |
| 8 | GO/STOP! - Object Detection 시스템 만들기 | 강상권 | Object detection 모델을 사용해 자동차 또는 사람이 가까이 있는지 확인한 후 멈출 수 있는 시스템을 만든다. |
| 9 | 물체를 분리하자! - 세그멘테이션 살펴보기 | 강상권 | 픽셀 수준에서 이미지의 각 부분이 어떤 의미를 갖는 영역인지 분리를 해내는 세그멘테이션을 학습한다. 세그멘테이션의 종류, 주요 모델, 평가 기준을 알아본다. |
| 10 | 도로 영역을 찾자! - 세그멘테이션 모델 만들기 | 강상권 | 시맨틱 세그멘테이션을 이용해 자율주행 차량을 위해 도로영역을 찾는 모델을 간단히 만들어 본다. |
| 11 | OCR 기술의 개요 | 강상권 | 이미지 속 글자를 읽어보는 OCR 기술을 구성하는 Text detection과 Text recognition에 대해 알아본다. |
| 12 | 직접 만들어보는 OCR | 강상권 | Text recognition 모델을 구현, 학습하고 Text detection 모델과 연결하여 OCR을 구현한다. |
| 13 | 멀리 있지만 괜찮아 | 우태강 | 카메라 스티커앱의 Face Detection을 더욱 가볍고 빠르고 정확하게 개선할 수 있는 딥러닝 모델에 대해 자세히 알아본다. |
| 14 | 멀리 있는 사람도 스티커를 붙여주자 | 우태강 | 이미지에 사람 얼굴이 다수 포함된 경우에도 빠르게 이를 인식할 수 있는 SSD 모델을 구현, 학습해 보고 이를 이용해 카메라 스티커 앱을 개선해 본다. |
| 15 | 사람의 몸짓을 읽어보자 | 우태강 | Human pose estimation에 대해 그동안 발표된 논문을 기반으로 아이디어의 흐름이 발전해 온 내역을 자세히 살펴본다. |
| 16 | 행동 스티커 만들기 | 우태강 | simplebaseline 모델을 활용하여 실제로 구현을 진행해 보면서 Human Pose Estimation을 좀더 깊이있게 이해해 본다. |