Active Learning 이미지를 활용한 모델링을 진행하다보면, 비용이 많이 드는 라벨링 작업이 문제가 될 때가 많습니다. 그렇기 때문에 적은 라벨링으로 높은 성능을 기록할 수 있는 모델을 만드는 것이 비용 측면에서 효율적입니다. Active Learning은 라벨링을 진행하지 않은 샘플들 중 정보가 많이 담겨있는 샘플을 선정하는 것을 목표로하는 분야입니다. Bayesian Active Learning Bayesian Active Learning은 Active Learning의 한 갈래로, 정보가 많이 담겨있는 샘플을 선정할 때, Bayesian 방법론을 사용합니다. 즉, 라벨링을 진행하지 않은 샘플들의 불확실성을 Bayesian 방법론을 통하여 측정하고, 불확실성이 높은 샘플들을 먼저 라벨링 해야할..

python에서 opencv로 이미지를 불러올 때, 아래와 같은 오류가 발생할 때가 있습니다. im1이라는 변수는 pathlib의 glob를 통해서 불러온 이미지이기 때문에 타입은 아래와 같이 나타납니다. 따라서 pathlib을 통해서 파일을 불러올 때는 str타입으로 변환시켜서 불러와야 인식할 수 있습니다.

딥러닝을 통해서 모델을 학습, 추론 시키는 경우, GPU를 사용하게 되는데, 각각의 GPU 별로 사용할 수 있는 Pytorch 버전이 정해져 있습니다. 만약 GPU가 사용할 수 있는 버전과 사용하는 Pytorch 버전이 맞지 않는 경우, 아래와 같은 오류가 발생하게 됩니다. 현재 사용하고 있는 GPU에 맞는 Pytorch 버전을 설치하는 절차는 아래와 같습니다. 1. CUDA 버전 확인하기 nvidia-smi 또는 nvcc -V 명령어를 통해 현재 사용하고 있는 CUDA 버전을 확인합니다. 2. 현재 사용하고 있는 CUDA 버전에 맞는 Pytorch 및 하위 라이브러리를 설치한다. https://pytorch.org/get-started/previous-versions/ PyTorch An open so..

회사에서 운영하고 있는 Github 및 DVC를 사용하기 위해서 Private Repository를 Clone하려고 했는데, 방법을 잘 몰라서 찾아보다가 기억하기 위해 정리합니다. 1. Git config Git을 설치하고 나서 가장 먼저 해야 하는 것은 사용자 이름과 이메일 주소를 설정하는 것입니다. Git은 커밋할 때마다 이 정보를 사용합니다. $ git config --global user.name "John Doe" $ git config --global user.email johndoe@example.com 2. Personal Access Token 발급 Private Repository에 허가된 계정에서 오른쪽 상단 "Settings" 메뉴에 들어가면 하단에 "Developer setting..

Model 설명 정리 Learning Based Semantic Segmentation을 구조 및 특징에 따라 8가지 경우로 분류할 수 있다. Fully Convolutional Models CNNs with Graphical Models Convolution연산의 경우, location in-variance, scale variance한 특징을 가지기 때문에 Classification Task와 같이 Semantic Feature가 중요한 경우 높은 성능을 달성할 수 있다. 하지만, Spatial Feature가 중요한 Segmentation, Detection Task에는 적합하지 않을 수 있다. 손실된 Spatial Feature을 복원하기 위해 CRF(Conditional Random Field)..

Confusion Matrix 이진 분류 모델이 예측한 결과는 맞다(Positive), 아니다(Negatives) 두 가지 경우로 나타날 수 있습니다. 모델이 예측한 결과가 정답인 경우 True와 함께 판단 결과를 써주고, 모델이 예측한 결과가 정답이 아닌 경우 False와 함께 판단 결과를 써줍니다. 이 결과들을 종합하면 총 4가지 경우의 수가 나타날 수 있습니다. 4가지 경우의 수는 아래와 같습니다. True Positive(맞다고 예측한 결과가 맞는 경우) False Positive(맞다고 예측 하였는데, 아니다가 정답인 경우) True Negative(아니다라고 예측한 결과가 맞는 경우) False Negative(아니다라고 예측하였는데, 맞다가 정답인 경우) Threshold 이진 분류의 모델은..