반응형 전체 글21 Machine Learning Project Machine Learning Project) Code will be uploaded soon! GitHub : https://github.com/kelee-lab/kelee-MLproj.github.io Demo Page : https://kelee-lab.github.io/kelee-MLproj.github.io/ Key Paper : HiFi-GAN [J.Kong et al., NIPS 2020] (Link : https://arxiv.org/abs/2010.05646) Abstract In this paper, we chose our baseline model as HiFi-GAN[4]. Based on this model, we changed some structure of generator b.. 2021. 6. 17. 공지사항입니다 안녕하세요, Candy lee 입니다. 요즘 글을 읽어주시는 분들도 조금씩 많아져서 Q&A 질문하시는 분들도 많은 것 같아요^^ 개인적으로 질문을 하고 싶으신 분들이 많으신 것 같아서 소통의 창구로 메일을 알려드리려 합니다! 메일 : leetempo2021@gmail.com 블로그 관련 내용에 대해서 언제나 메일 주셔도 좋습니다. 추후에 계속해서 코드 분석 및 논문 공부에 대한 내용을 주로 올릴 것 같아요. 꾸준히 포스팅 해보도록 노력하겠습니다. 감사합니다. Candy lee 올림. 2021. 3. 1. AUTOVC 논문 정리(2) 안녕하세요, 앞선 포스팅에 이어서 진행하겠습니다. [Information Bottleneck] Bottleneck 이라는 개념이 도입된 이유는 무엇일까요? 아마도, 해당 논문의 auto voice conversion이 autoencoder 구조 기반으로 이루어져 있습니다. 이는 전체 구조를 보았을 때 입력 값->hidden layer->출력 레이어를 거치면서 hidden layer에서 상대적으로 데이터 차원이 줄어들어 "> 2021. 3. 1. AUTOVC 논문 정리(1) 안녕하세요, Candy Lee 입니다. 오늘 리뷰해볼 논문은 AUTOVC:Zero-Shot Voice Style Transfer with Only Autoencoder Loss [Qian,K. et al.,2019] 입니다. 개인적으로 저는 음성 처리 분야에 관련된 논문을 접하는게 이번이 처음이에요.. 부족하더라도 읽어주시면 감사하겠습니다. [사전 정보] 우선, 이 논문을 이해하기 위해서 필요한 두 가지 사전정보가 있습니다. 음성이 무엇인지? 그리고 음성 데이터가 무엇인지에 대해서 알아보도록 하겠습니다. 1. 음성이란? 음성은 크게 2가지 요소로 분리해서 이해할 수 있습니다. 주파수(Frequency)는 소리의 높고 낮음을 결정하는 요소입니다. 진폭(Amplitude)는 소리의 세기 또는 강도를 결정하는.. 2021. 2. 27. Object Tracking 핵심 개념 안녕하세요. 오늘은 Object Tracking 에 대한 핵심 개념과 관련 내용들에 대해 말해보려 합니다. 추후에 다른 핵심 개념들에 대한 포스팅도 올릴 예정이니 도움이 되었으면 합니다. Object Tracking은 말 그대로 영상이나 이미지 내에서 Object로 추정되는 부분을 탐지해서(Object Detection) 그것의 움직임을 추적해 나가는 과정을 말합니다. 또한 다수의 물체를 동시에 Tracking 할 수도 있습니다.(Multi Object Tracking) 보통 Tracking을 할때에 현재 시점 T 의 프레임과 바로 직전 시점인 T-1 의 프레임을 이용한 "Two-frame method"을 기반으로 많이 작업을 진행합니다. Tracking의 가장 유명한 알고리즘은 Sort 알고리즘입니다... 2021. 2. 21. R-CNN & Fast R-CNN 비교 정리 안녕하세요 Candy lee 입니다. 오랜만에 포스팅을 하는 것 같아요^^ 오늘은 이전에 리뷰해 본 R-CNN과 Fast R-CNN 논문 핵심 내용을 비교해서 정리해 보려 합니다. 우선, R-CNN과 Fast R-CNN 모두 객체 탐지(Object Detection)의 종류 중 하나에 속하는데요, 객체 탐지(Object Detection)은 Classification(어떤 물체인지 판별 단계)과 Localization(물체의 위치 찾기 단계)의 혼합체 입니다. Object Detection = Classification + Localization(경계 상자 그리기) 우선 Object Detection에는 1-stage detector와 2-stage detector가 있습니다. 1-stage detect.. 2021. 2. 7. 패턴인식 1장 정리 본 포스팅은 패턴인식(오일석 저자)을 기반으로 작성되었으며 개인 공부 기록 남기기 목적임을 밝힙니다. [1장 정리] 도입) 패턴 인식은 컴퓨터가 문제를 인식하고 이를 처리하는 분야를 다룬 것을 지칭한다. 패턴 인식의 과정) 패턴 => 특징 => 분류 => 부류(classes) 샘플이란?) 샘플=인식 시스템 구축을 위한 수집된 패턴 지칭 샘플의 종류에는 두 가지가 있다. 1. 훈련 집합(Training Dataset) : 어떠한 기능을 하는 모델 학습을 위한 기초가 된다. 2. 테스트 집합(Test Dataset) : 훈련 집합으로 훈련 완료시킨 모델의 성능을 측정할 때 사용된다. =>즉, 이러한 데이터베이스(훈련집합+테스트집합)들은 다양한 패턴을 학습하기 위해 충분히 커야되고 다양성을 갖추어야한다. 특징.. 2021. 1. 22. R-CNN 정리(3) 논문 원제목) Rich feature hierarchies for accurate object detection and semantic segmentation 논문 개인 공부 기록 남기기 포스팅입니다. 전반적 중요 내용 요약이므로 논문 전체의 디테일 요소까지 다루지 않을 수 있음을 알려드립니다. [Training] Supervised pre-training) In this paper, we pre-trained CNN on large auxiliary dataset(ILSVRC 2012) with image-level annotations.(i.e...No bounding box labels) Pre-training was performed by using Caffe CNN library(open sou.. 2021. 1. 21. R-CNN 정리(2) 논문 원제목) Rich feature hierarchies for accurate object detection and semantic segmentation 논문 개인 공부 기록 남기기 포스팅입니다. 전반적 중요 내용 요약이므로 논문 전체의 디테일 요소까지 다루지 않을 수 있음을 알려드립니다. [Object detection with R-CNN] Object Detection on this paper is consisted of 3 Modules. Three Modules) 1. Category-Independent region proposals are generated.(Not preprocessed) 2. Large CNN->Output : Feature Vector with fixed length.. 2021. 1. 14. R-CNN 정리(1) 논문 원제목) Rich feature hierarchies for accurate object detection and semantic segmentation 논문 개인 공부 기록 남기기 포스팅입니다. 전반적 중요 내용 요약이므로 논문 전체의 디테일 요소까지 다루지 않을 수 있음을 알려드립니다. [Abstract] This paper propose simple & scalable detection algorithm called "R-CNN". R-CNN is a mixture of region proposal and CNN. (Regions with CNN features) R-CNN has achieved significant increment of mAP more than 30% compared to.. 2021. 1. 11. AI 입문 강의 추천 1. Sungkim Deeplearning Class URL : hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 2. MIT 6 S191 : Deeplearning class URL : www.youtube.com/watch?v=njKP3FqW3Sk&list=PLtBw6njQRU-rwp5__7C0oIVt26ZgjG9NI 3. SendTex Youtube Deeplearning basics class URL : www.youtube.com/watch?v=wQ8BIBpya2k&list=PLQVvvaa0QuDfhTox0AjmQ6tvTgMBZBEXN 4. Stanford CS229 : Machine Learning URL : www.youtube.com/wa.. 2021. 1. 9. 핵심 연구계획서(자기소개, 지원동기) 작성법 안녕하세요. Candy Lee 입니다. 오늘은 제가 대학원 입시때에 작성했던 대학원 연구계획서의 1,2번 문항인 (자기소개, 지원동기)를 바탕으로 조금 더 여러분들이 손쉽게 다가갈 수 있는 작성 가이드라인을 알려드릴까 합니다. 대략적으로 대학원 연구(학업)계획서의 양식은 크게 2가지로 나뉩니다! 첫째, 빈 공간안에 세 가지 항목(자기소개, 지원동기)등의 내용을 순차적으로 작성해 나가는 것입니다. 둘째, 미리 적어야할 내용들은 학교 측에서 제시해 주는 경우입니다. [자기소개(연구계획서 항목 1)] 보통 가장 쉬운 질문이면서 우리들을 힘들게 하는 질문이 아닐까 싶어요.. 자기를 소개하라는데 어떻게 시작해야할 지도 모르겠고 내가 했던 것들 모두 적어야 하나... 이렇게 막막하셨을 것 같아요ㅠㅠ 제가 적었던 내.. 2021. 1. 9. Fast R-CNN 정리(4) This paper is written by Ross Girshick(Microsoft Research) 논문 본문 정리내용 기록 남기기(개인 공부 포스팅입니다) [Fast R-CNN Detection] For each ROI r -> forward pass makes 2 outputs. Output_1 = Posterior probability(사후 확률) p Output_2 = Set of predicted bbox offsets Apply non-maximum suppression for each class by using algorithm and settings from R-CNN [Truncated SVD for faster detection] Large Fully Connected (FC) L.. 2021. 1. 7. Fast R-CNN 정리(3) This paper is written by Ross Girshick(Microsoft Research) 논문 본문 정리내용 기록 남기기(개인 공부 포스팅입니다) 지난 글인 Fast R-CNN 정리(2)의 마지막 내용인 Fine-tuning detection 이어서 진행하겠습니다. [2.3 Fine-tuning for detection] - 지난 포스팅 이어서.. SPP net is unable to update weights... Then why?? Root Cause : Back-Propagation in SPP net is not efficient!!!! Not Efficient = Inefficient! ( Because of Training Inputs are large) -> 가끔식 ROI가 .. 2021. 1. 4. 추후 업데이트 자료 공지 안녕하세요 Candy Lee 입니다. 빠른 시일 내에 여러 참고 자료를 업로드할 예정입니다. [대학원 입시 관련] 1. 연구계획서(자기소개, 지원동기, 연구 계획) 알차게 적는 방법 2. 참여하면 좋은 프로그램들 추천 3. 개인 포트폴리오 작성 팁...etc [AI study 관련 자료] 1. AI 입문 강의 추천 2. MIT Introduction to Deep Learning 6.S191 : Lecture 1 *New 2020 Edition* 핵심 요약 정리 위와 같은 내용을 업로드 할 예정입니다. 많이 부족하지만 더욱 노력하겠습니다. 혹시 업로드된 자료 중에 틀린 부분들/궁금한 점 있으시면 언제든지 답글 남겨주세요^^ 오늘도 감사합니다. #GIF 이미지 출처 : images.app.goo.gl/hf.. 2021. 1. 3. 이전 1 2 다음 반응형