Deeplearning
-
대회 막바지인 8월초 코로나 확진을 받고 이제야 써보는 첫 대회 후기입니다! 주최에서 제공한 대회의 베이스라인 코드는 mmdetection이었지만 사진 데이터가 딱봐도 생산팀의 실제 데이터여서 보안 사항에 민감할 것 같았고 parameter tuning 위주로 진행했기 때문에 깃허브 업로드는 없이, 간략하게 정리해보겠습니다. 1. 개요 주최/주관: LG화학, AIfactory 대회 목표: 각 입자의 형상을 최대한 정확하게 segmentation Problem type: instance segmentation (이미지 내에 존재하는 객체를 탐지하는 동시에 각 class 내에서도 픽셀 단위로 분류 필요) 데이터 종류: 비정형 데이터 (이미지) 조 구성: 3명 Env: python 3.8, torch 1.12..
[AI factory, LG 해커톤] LG입자형태분석 대회 참가 후기대회 막바지인 8월초 코로나 확진을 받고 이제야 써보는 첫 대회 후기입니다! 주최에서 제공한 대회의 베이스라인 코드는 mmdetection이었지만 사진 데이터가 딱봐도 생산팀의 실제 데이터여서 보안 사항에 민감할 것 같았고 parameter tuning 위주로 진행했기 때문에 깃허브 업로드는 없이, 간략하게 정리해보겠습니다. 1. 개요 주최/주관: LG화학, AIfactory 대회 목표: 각 입자의 형상을 최대한 정확하게 segmentation Problem type: instance segmentation (이미지 내에 존재하는 객체를 탐지하는 동시에 각 class 내에서도 픽셀 단위로 분류 필요) 데이터 종류: 비정형 데이터 (이미지) 조 구성: 3명 Env: python 3.8, torch 1.12..
2022.08.15 -
22.06.23~24 이틀간 진행된 딥러닝 핵심 개념 수업 내용정리 part 1 입니다. 1. ML (machine learning) vs DL (deep learning) 아래 그림의 파란 음영으로 표시된 부분과 같이, 머신러닝과 딥러닝의 차이는 feature engineering (feature selection, feature extraction 등의 작업)을 누가 하느냐에 따라 결정됩니다. 전통적인 머신러닝 : 사람이 직접 데이터에서 중요한 점을 찾아 feature로 정해줌 딥러닝 : 신경망 내부에서 자체적으로 데이터의 중요한 feature를 찾거나 구성함 (새 컬럼 생성, 이미지/텍스트의 특징 발견 등) - 장점: 사람에 의한 선입견 혹은 주관적 의견을 배제할 수 있고, 사람이 발견하지 못한 중..
[딥러닝] 핵심개념 (1)22.06.23~24 이틀간 진행된 딥러닝 핵심 개념 수업 내용정리 part 1 입니다. 1. ML (machine learning) vs DL (deep learning) 아래 그림의 파란 음영으로 표시된 부분과 같이, 머신러닝과 딥러닝의 차이는 feature engineering (feature selection, feature extraction 등의 작업)을 누가 하느냐에 따라 결정됩니다. 전통적인 머신러닝 : 사람이 직접 데이터에서 중요한 점을 찾아 feature로 정해줌 딥러닝 : 신경망 내부에서 자체적으로 데이터의 중요한 feature를 찾거나 구성함 (새 컬럼 생성, 이미지/텍스트의 특징 발견 등) - 장점: 사람에 의한 선입견 혹은 주관적 의견을 배제할 수 있고, 사람이 발견하지 못한 중..
2022.06.27