Google Machine Learning Bootcamp 2022/Convolutional Neural Networks6 4. Special Applications: Face recognition & Neural Style Transfer #2 Neural Style Transfer What is Neural Style Transfer? content image와 style image를 input으로 하여 특별한 style을 가진 content image를 만드는 task다. What are deep ConvNets learning? layer의 unit 하나를 골라 그 unit의 activation을 최대화하는 image 9장을 골랐을 때, layer가 깊어질수록 high-level feature을 보여주었다. Cost Function Neural style transfer cost function은 generated image와 content, genearted image와 style 사이의 cost function을 이용해서 정의한다. \.. 2022. 8. 2. 4. Special Applications: Face recognition & Neural Style Transfer #1 Face Recognition What is Face Recognition? Face Verification: input으로 image와 name/ID를 받아 해당 사람이 맞는지를 판별해야 한다. Face Recognition: database에 k명의 사람이 있다고 한다면 input으로 얼굴 image를 받아 이 사람이 database에 저장된 k명의 사람에 속하는지를 확인할 수 있어야 한다. One Shot Learning Learning from one example to recognize the person again 데이터가 별로 없는 대상을 상대로 recognition을 하기는 어렵다, class가 인식해야 하는 사람이 많아질수록 늘어난다. => Learning a "similarity" fu.. 2022. 8. 2. 3. Object Detection Detection Algorithms Object Localization Landmark Detection 여러 방면에 landmark detection을 활용할 수 있다. (AR, 자율주행 등등) Object Detection Sliding windows detection: window를 만들어 이미지 전역을 sweeping 하면서 그 window에 대해 detection 하는 방법. computational cost가 크다. Convolutional Implementation of Sliding Windows Turning FC layer into convolutional layers: FC layer의 input이 w x h x j 형태라고 한다면, w x h x k 형태의 filter를 이용하여 .. 2022. 8. 2. 2. Deep Convolutional Models: Case Studies #2 Practical Advice for Using ConvNets Using Open-Source Implementation open-source implementation을 잘 활용하여라. skeleton code를 가져와서 implementation을 배울수도, pre-trained model을 가져와서 transfer learning을 할 수도 있고 어쨌든 open-source implementation을 잘 활용하면 좋다! Transfer Learning 쌩으로 model training을 하는 것은 시간도 많이 걸리고 hyperparameter을 tuning하는것도 힘들다. 다른 분들이 이미 training 시킨 model을 가져와서 weight를 고정시키고 transfer learning을 하자.. 2022. 8. 1. 이전 1 2 다음
