눈/얼음 공존 섬네일의 구름 검출 정확도를 향상시키기 위해, 인코더-디코더 U-shape 구조를 갖는 CDnetV2라는 새로운 구름 검출 신경망을 제안한다. 📌 Main 1) CDnetV2: encoder-decoder U형 구조 → 구름-눈 공존 위성 썸네일에서의 효과적인 구름 인식 2) AFFM = AFM + SAFM + CARM: multilevel 특징맵 융합 + representation power 향상 3) 일련의 HSIGFs: decoder에서 diluted high-level semantic information 구제→ 각 레벨의 특징맵이 구름 객체의 위치를 명시적으로 인식하게 CDnetV2(HSIGF + AFFM): 눈으로 덮인 썸네일에서 흐린 영역을 안정적으로 식별하기 위해 차별적인 특..

구현의 상세한 부분까지 알려주지는 않았던 논문 이전 연구에서 cluster assumption이 성공에 중요함을 알아냈다. BUT 데이터의 분포는 클래스를 분리하는 저밀도 영역을 나타내지 않는다. 따라서, 저밀도 영역없이 reliable한 성능을 얻기 위해 CutMix 증강으로 표준 dataset에서 좋은 semi-supervised semantic segmentation 결과를 얻는다. : x̂이 x를 통과하는 distance 등고선에 있거나 매우 가깝게 위치하도록 x에 적용되는 섭동을 제한하면 학습된 decision boundary는 (d)처럼 true class boundary와 잘 정렬된다! 적절한 perturbation ⇒ CutMix ! 를 제안한다. 논문에서는 mean teacher fram..

Rendering을 응용한 이미지 세분화 : 컴퓨터 그래픽 분야의 렌더링 기법으로 활용되는 Adaptive Subdivision에 영감을 받아 이를 Instance/ Semantic Segmentation Prediction 시에 적용한 방법 : 반복적인 subdivision strategy을 기반으로 선택한 위치에서 point 기반 segmentation predictions을 수행하는 모듈 신중하게 선택된 point들에 대해서만 prediction 수행 f를 interpolate해서 선택되어진 point에 대해 point-wise feature representation을 추출 small point head subnetwork 사용: point-wise feature로부터 output label 예측..

Abstract context aggregation problem in semantic segmentation 가정: 주변 픽셀들까지 object-contextual representations → representation of the correspoding object class. learn object regions: ground-truth compute the object region representation compute the relation between each pixel and each object region augment the representation of each pixel with ocr // Transformer encoder-decoder framework: rephras..

1일차 Code Refactoring; 코드 수정 2일차 Code Interview; (모의) 코드 인터뷰 내 차례 Q. Write a function that returns all permutations of a given list. permutations([1, 2, 3]) [1, 2, 3] [1, 3, 2] [2, 1, 3] [2, 3, 1] [3, 1, 2] [3, 2, 1] 를 푸는 문제였다. 당장 생각이 안 나 생각나는 대로 풀다보니 복잡도가 n*n^2 으로 좋지 못했다. (아무리 간만에 하는 알고리즘이래도 난 진짜 아는 게 없구나. 이거 하나 못 풀다니 다시 처음부터 공부해야될 듯) inputs = [1, 2, 3] used = [False] * len(inputs) def permutati..

🤔 바쁘게 살자 🐌 열심히 살자 🌊 여름방학 ☑ 하계인턴십: 연구팀 ☑ K-Hackathon (탈락) ☑ 대학교 해외인턴십 신청 (MI-333) ☑ 대학원 알아보기 ☑ TEPS 327점 이상 🚀 2학기 ◻ 포트폴리오 정리 ☑ 레쥬메 ☑ 자소서 작성 ☑ 대학원 원서접수 ◻ 연합 동아리 ex) SOPT, MakeUs ... (바빠서 못한다ㅠ 아쉬워) ☑ MI-333 원격 멘토링 (완료) ☑ 학부생 인턴 - 임베디드 시스템 랩 (완료) ☑ 대학원 면접 공부 - 운영체제, 컴퓨터구조, 알고리즘 ☑ github 블로그 만들기 (완료) ☑ 백엔드 공부 - Node.js, Django ◻ DevOps 공부 ◻ 연합 동아리

Bronze IV 문제 ( https://www.acmicpc.net/problem/1712 ) 월드전자는 노트북을 제조하고 판매하는 회사이다. 노트북 판매 대수에 상관없이 매년 임대료, 재산세, 보험료, 급여 등 A만원의 고정 비용이 들며, 한 대의 노트북을 생산하는 데에는 재료비와 인건비 등 총 B만원의 가변 비용이 든다고 한다. 예를 들어 A=1,000, B=70이라고 하자. 이 경우 노트북을 한 대 생산하는 데는 총 1,070만원이 들며, 열 대 생산하는 데는 총 1,700만원이 든다. 노트북 가격이 C만원으로 책정되었다고 한다. 일반적으로 생산 대수를 늘려 가다 보면 어느 순간 총 수입(판매비용)이 총 비용(=고정비용+가변비용)보다 많아지게 된다. 최초로 총 수입이 총 비용보다 많아져 이익이 발..

Weekly Challenge 4 Level 1 문제 설명 개발자가 사용하는 언어와 언어 선호도를 입력하면 그에 맞는 직업군을 추천해주는 알고리즘을 개발하려고 합니다. 아래 표는 5개 직업군 별로 많이 사용하는 5개 언어에 직업군 언어 점수를 부여한 표입니다. 점수 SI CONTENTS HARDWARE PORTAL GAME 5 JAVA JAVASCRIPT C JAVA C++ 4 JAVASCRIPT JAVA C++ JAVASCRIPT C# 3 SQL PYTHON PYTHON PYTHON JAVASCRIPT 2 PYTHON SQL JAVA KOTLIN C 1 C# C++ JAVASCRIPT PHP JAVA 예를 들면, SQL의 SI 직업군 언어 점수는 3점이지만 CONTENTS 직업군 언어 점수는 2점입니다..