ImageNet Classification with Deep Convolutional Neural Networks

ImageNet Classification with Deep Convolutional Neural Networks: 논문은 AlexNet을 소개한 논문으로 CNN 모델의 각 레이어가 어떤 역할을 하는지 잘 분석했다.논문을 정리한 글이며, CNN의 기본적인 개념을 생략하고 정리했다. 자세한 부분은 BLOG: CNN에 볼 수 있다.본 글에서 분석을 위해 사용한 코드는 Github에서 볼 수 있다.AbstractImageNet LSVRC-2012 대회에서 SOTA를 달성모델은 6000만 개의 파라미터와 650,000개 뉴런으로 구성5개의 convolutional layer + 3개의 fully-connected layer + 1000-way softmaxnon-saturating activation과 효율적인..

• format_list_bulleted 머신러닝 & 딥러닝
• · 2025. 2. 1.

Auto-Encoding Variational Bayes

Auto EncoderVariational Auto-Encoding을 이해하기 위해 기본적인 Auto-Encoding을 알아야 한다.Auto Encoder(AE)는 데이터를 압축하고 복원하는 단순한 모델이다. Linear layer을 통해 데이터 크기를 줄이고 복원한다. Auto Encoder 구성은 다음과 같다.Encoder: 데이터를 압축하는 신경망 (파란 부분)latent variable: 데이터가 압축된 벡터Decoder: 데이터를 복원하는 신경망 (초록 부분)다른 표현으로 Encoder를 Recognition model, Decoder를 Reconstruction model이라고 부른다.class Autoencoder(nn.Module): def __init__(self): s..

• format_list_bulleted 머신러닝 & 딥러닝
• · 2025. 1. 30.

Histograms of Oriented Gradients for Human Detection

글 원본: denev6.github.io/computer-vision/2025/01/27/hog.htmlHistograms of Oriented Gradients for Human Detection(vision.stanford) 논문을 바탕으로 HOG descriptor 작동 원리에 대해 분석한다. 논문을 완전히 번역하는 것이 아닌 내용을 분석하고 정리한 글이다. 따라서 실제 논문 목차와 다르며, 필자의 설명이 추가되었다.본 글에서 gradient는 이미지의 x 또는 y 방향에 대한 미분값을 말하며, 자세한 내용은 블로그: edge-detection에서 정의했다. SVM도 블로그: svm에서 다뤘었다.초록본 연구는 Linear SVM을 이용한 사람 검출 모델을 개발했다. 이미지 gradient를 이용해 ..

• format_list_bulleted 머신러닝 & 딥러닝
• · 2025. 1. 28.

AutoEncoder: 이미지 압축 및 노이즈 제거

AutoEncoderAutoEncoder는 Encoder를 통해 정보를 압축하고, Decoder를 통해 정보를 복원한다. 예를 들어, 28 x 28 흑백 이미지가 있다고 해보자. 이미지는 총 784개의 정보를 가진다. 만약 이미지를 64개의 정보로 압축할 수 있다면 어떨까?Encoder는 Linear layer를 이용해 784개의 정보를 64개로 압축한다. 압축된 정보는 latent variable라고 하며, $z$로 표기한다.nn.Linear(784, 64)Decoder는 64개로 압축된 latent variable을 다시 원본인 784개 정보로 복원한다.nn.Linear(64, 784) 왜 사용할까?정보를 다시 원본으로 복원시킬 거라면 왜 사용할까? Decoder가 원본보다 더 나은 형태로 복원시킬 ..

• format_list_bulleted 머신러닝 & 딥러닝
• · 2025. 1. 25.

FastAPI로 이미지 업로드

기존에 Flask로 POST 요청을 받는 API를 만들었다. 그런데 최근  여기저기 정보를 찾던 중 FastAPI가 종종 언급되는 것을 봤다. 도대체 왜 FastAPI에 열광하는지 궁금해서 기존 Flask 프로젝트를 FastAPI로 리팩토링 해보았다.속도: 비동기 처리를 지원해 이름처럼 빠른 실행 속도데이터 검증: 타입 힌트를 이용해 데이터를 쉽게 검증자동 문서: /docs에 자동으로 API 문서 생성쉬운 난이도: Python과 REST API에 익숙하다면 쉽게 사용할 수 있음설치 및 실행pip install fastapi[standard] pip install uvicorn[standard] pip install python-multipartFastAPI를 사용하기 위해 fastapi와 uvicorn을..

• format_list_bulleted 기타 주제/웹
• · 2025. 1. 17.

Docker에서 Flask 앱 실행

본 글은 Flask 앱을 Docker 환경에서 실행하는 예시다. Docker 환경 구축을 중심으로 설명하며, Flask에 대해 자세히 다루지 않는다.이미지와 컨테이너Dockerfile: 도커 환경 생성에 필요한 설정을 작성한다.이미지: 라이브러리 등 필요한 설정이 완료된 템플릿. 한 번 빌드하면 수정할 수 없으며, 읽기만 가능하다.컨테이너: 이미지를 실행해 만든 환경. 실제 코드가 실행되는 환경으로, 읽기/쓰기가 가능하다.본 글에서는 Dockerfile을 이용해 이미지를 빌드한다. 빌드한 이미지로부터 컨테이너를 만들고 Flask 앱을 실행한다.파일 구성본 프로젝트 구조는 다음과 같다./root |-- Dockerfile |-- app.py |-- requirements.txt |-- static ..

• format_list_bulleted 기타 주제/웹
• · 2025. 1. 16.