Author: 황 유진
2024년 상반기 회고@황유진
저는 해당 글을 하반기 계획을 위주로 작성할 예정입니다 # 연구 주제 현재는 베이지안 딥러닝을 공부중입니다.CVPR 참관기에서 다뤘듯이 저는 인공지능의 해석가능성/개입가능성에 관심이 있고, 최근 진행했던 분야인…
CVPR2024 참관기@황유진
#CVPR2024 참관기
세종대학교 RCV 연구실
박사과정 황유진
2023년을 마무리 하며 – 황유진
“내가 석사라니” 라는 조급함과 함께 시작한 학위기간이 끝나지 않을것같다가도 끝이 나버렸습니다. 정말 순식간이네요. 아직 2023년의 마무리에 미흡한 점이 많아 정리하기에는 정신이 없습니다만, x 다이어리를 기회…
[arXiv2023]LossMix: Simplify and Generalize Mixup for Object Detection and Beyond
본 논문은 2023년 arXiv에 올라온 논문입니다. Mixup과 같은 augmentation 방법론을 다양한 task에 적용을 고려한 논문을 찾다가 읽게 되었는데, 소개를 시작해보겠습니다. What’s the starting point of…
[CVPR2022]Active Teacher for Semi-Supervised Object Detection
[go to paper: pdf] 본 논문의 주제인 Active Teacher는 무엇인가요? Active Teacher란 active learning의 특징처럼 “주기적인 학습”을 하며 “teacher-student 구조를 갖는” 형태의 학습을 의미합니다. 즉,…
[NeurIPS2019]On Mixup Training: Improved Calibration and Predictive Uncertainty for Deep Neural Networks
Introduction: Overconfidence and Uncertainty in Deep Learning 딥러닝은 일반적으로 데이터의 분포를 학습하여 데이터에 나타난 일반적인 경향성에 따른 예측을 할 수 있는 모델을 찾아내는 것이다. 딥러닝…
[CVPR2015]Deep Neural Networks are Easily Fooled: High Confidence Predictions for Unrecognizable Images
서론 해당 논문이 발표된 2015년도에도 DNN을 통한 이미지 인식, 특히 분류(classification)는 많은 데이터셋에서 인간 수준 혹은 그 이상의 성능을 달성했다고 평가됩니다. 그러나 인간과 컴퓨터간의 차이는…
<2023년도 상반기를 정리한다>
2023년 상반기를 마치는 글을 작성하기 위해 2023년 초에 작성했던 글을 찾아보았는데요, 공인 인증은 받지 못했지만 자체 평가로는 1,2번 항목에 대해 나름 만족스럽습니다. 다만 3번 항목인…
[CVPR2023]Divide and Adapt: Active Domain Adaptation via Customized Learning
INTRO 본 논문은 Domain adaptation 문제를 효율적으로 해결하기 위해 Active Learning 을 적용한 논문이다. Domain adaptation이란 어떤 테스크 A에 대해서 특정 도메인으로 학습된 모델을 같은…
[CVPR2023]Siamese Image Modeling for Self-Supervised Vision Representation Learning
소개 최근 Self-supervised Learning(SSL) 분야는 다양한 비전분야의 응용문제(downstream vision tasks)에서 좋은 퍼포먼스를 보이고 있다. 현재 SSL분야는 크게 두 가지 접근법으로 발전하고 있다: Instance Discrimination(ID), Masked…
최신 댓글