AI 엔지니어 부트캠프 65일차[Image segmentation]

Об этом предложении

오늘은 이미지 세그멘테이션 첫 수업일이었다. 전반적으로는 그렇게 어렵지는 않은 내용이었으나 긴 수업 끝에 집중력이 흐려져 후반 부분은 추가 공부가 필요한 상황이다. 전반부는 수업중 잠깜의 복습시간이 있어 자습시간을 활용해 복습해 보았다. 챗gpt에게 강의자료와 함께 학습 목표, 분량, 소요시간 등을 적고 그에 따라 중요 부분들을 학습했다. 관련된 질문과 답변을 아래에 남겨 본다. Q1. 왜 세그멘테이션에서는 사진처럼 마스크를 그냥 bilinear 방식으로 resize하면 안 될까요? A1. 배경은 0 동물은 1로 답을 정해놓았는데 bilinear 방식으로 resize하게 되면 값이 필요한 부분을 주변 값들로 섞어서 채우기 때문에 정답에 없는 번호가 나와 안되는 것이다. Q2. 원본 이미지가 7×7인데 이것을 4×4로 줄인다고 할 때, 왜 “그냥 픽셀 몇 개를 골라서 남기면 된다”가 아니라 보간을 사용하는 게 더 나을까요? A2. 이미지 크기를 줄일 때 원본 픽셀 일부만 선택하면 그 사이에 있는 특징이나 색 정보가 사라질 수 있다. 따라서 주변 픽셀 값을 참고해 새로운 출력 격자의 값을 추정함으로써 원본 정보를 조금 더 잘 반영하기 위해 보간을 사용한다. Q3. “세그멘테이션이면 그냥 각 픽셀이 동물인지 배경인지 하나씩 분류하면 되는 거 아냐?” 이 사람에게 왜 그렇게 단순하게 하면 안 되는지를 설명해보세요. A3. 세그멘테이션은 픽셀마다 답해야 하지만, 각 픽셀을 독립적으로 보면 맥락이 부족하고, 각각 주변을 따로 보면 중복 계산이 너무 많으며, 해상도를 유지한 채 넓게 보려 하면 너무 많은 층과 메모리가 필요하다. 남은 시간은 미션7을 하며 오늘 하루를 마무리 해야겠다. 내일도 화이팅!

Детали предложения

Провайдер

velog

Источник

velog-rss

Балл

54.39

Уверенность

49%