ML

Masked-attention Mask Transformer for Universal Image Segmentation

이번에 소개 드릴 연구는 Facebook Research에서 진행한 MaskFormer의 후속 연구인 Mask2Former로 논문의 공식 명은 Masked-attention Mask Transformer for Universal Image Segmentation 으로 CVPR 2022에 소개 되었습니다. 기존 Image segmentation의 테스크인 Semantic/Instance/panoptic Segmentation을 하나의 아키텍쳐에서 학습 할 수 있도록 Universal Architecture를 제안합니다. TL;DR * 기존 segmentation 연구들은 각 테스크(

MIC: Masked Image Consistency for Context-Enhanced Domain Adaptation

이번 포스팅은 DAFormer/HRDA의 저자로 유명한 Lukas Hoyer의 CVPR 2023 출판 논문 MIC: Masked Image Consistency for Context-Enhanced Domain Adaptation 입니다. MIC는 자체적인 Masked Image Consistency (MIC) Module을 통하여 target image의 디테일한 visual appearance를 unsupervised learning으로 학습합니다. Introduction UDA 방법론들은 최근 몇 년 동안 크게 발전해 왔습니다. 그럼에도 불구하고 여전히

Contrastive Deep Supervision

이번에 소개할 논문은 ECCV2022에서 ORAL paper로 선정된 “Contrastive Deep Supervision” 입니다. 제 1저자로 소개된 Linfeng Zhang의 과거 연구들 살펴보면 Knowledge Distillation(KD)에 대한 연구들이 많은 것을 볼 수 있습니다. 본 연구에서도 마찬가지로 KD에 대한 흥미로운 결과를 제시합니다. Contrastive Learning and Deep Supervision 본 논문의 제목과 같이 본 논문은 Contrastive

Cross Pseudo Supervision: Consistency Regularization을 위한 간단하지만 강력한 방법론

안녕하세요, 오늘 소개할 논문은 중국 Peking University에서 연구한 Semi-Supervised Learning 관련 논문으로 논문의 제목은 Semi-Supervised Semantic Segmentation with Cross Pseudo Supervision 입니다. 본 논문은 21년 6월에 CVPR 2021에 Accept된 논문으로 등재 8개월 만에 24개의 논문에서 인용을 되었습니다. Semi-supervised Learning 인공지능 모델을 학습하기 위해서는 학습을 위한 데이터 가공이 필요합니다. 현재까지도 수

Unsupervised Intra-domain Adaptation for Semantic Segmentation through Self-Supervision

최근의 CNN 기반의 많은 연구들이 진행되어오면서, Vision분야의 여러 테스크(Image Classification, Object Detection, Semantic Segmentation..)에서 놀라울 정도의 발전을 이루었습니다. 이들 중 Semantic Segmentation의 연구는 자율주행 및 로보틱스 연구에 유용하게 적용이 될 수 있습니다. 하지만, Semantic Segmentation 학습을 위한 데이터 레이블링은 픽셀레벨로 작업을 진행해야하기 때문에, 데이터 획득에 대한 노동과 경제적