| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
- Vision
- Python
- 3d
- computervision
- Front
- 딥러닝
- GAN
- FineGrained
- dl
- REACT
- 자료구조
- PRML
- pytorch
- cs
- clean code
- 알고리즘
- web
- Torch
- CV
- SSL
- FGVC
- Depth estimation
- algorithm
- math
- ML
- nerf
- Meta Learning
- nlp
- classification
- 머신러닝
- Today
- Total
목록머신러닝 (18)
KalelPark's LAB
[논문 리뷰] PIM(Plug in Module) [ 2022 ]
GitHub를 참고하시면, CODE 및 다양한 논문 리뷰가 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/AI_PAPER GitHub - kalelpark/AI_PAPER: Machine Learning & Deep Learning AI PAPER Machine Learning & Deep Learning AI PAPER. Contribute to kalelpark/AI_PAPER development by creating an account on GitHub. github.com Abstract Fine Grained는 일반적인 Classification에 비하여, 상당히 어려운 task입니다. 이전의 ..
[ Computer Vision ] Jigsaw Generator 구현
ComputerVision task에서는 Model의 성능을 올리기 위해, Image에 여러가지 Data Augmentation 기법들이 제안됩니다. 이미지를 자르거나, 다른 이미지와 겹치게 함으로써 Image의 덜 중요한 부분까지 focusing하거나, Image의 덜 중요한 부분을 dropout 하도록 합니다. 최근 여러 논문에서는 CutMix, Cutblur, Mixup 등이 소개되고 있는데, 이러한 data augmentation을 만들기 이전에, 기본적으로 이미지를 Patch로 생성한 후, Patch를 섞는 코드를 구현해보도록 하겠습니다. * 예시 Img import random from PIL import Image import torch from torchvision import datase..