Read more
VQA task의 시초격인 논문이다.
VQA challenge의 전반적인 개요와 dataset, Base model등을 다루고 있다.
VQA (Visual Question Answering)
Boostcamp에서 만난 동료들과 함께 2021 인공지능 온라인 경진대회에 참여했습니다.
총 10개의 과제중 시각장애인 시스템 개발을 위한 VQA 모델이라는 Competition에 참여하였습니다.
Image Classification
K Nearest Neighbors (k-NN)
기존의 data가 가지고있는 label을 활용해서 새로운 data의 label을 분류하는 문제가 된다. 이렇게 된다면 미리 유사도를 정의해야 한다. 그리고 system 복잡도가 너무 높다. 따라서 data를 NN의 parameter에 녹여넣는 것이다.
Yann Lecun의 CNN 개발 : 우편번호인식에 혁신을 이루어냄
Using better activation function
annotation data의 효율적인 학습 기법
data 부족문제의 완화 : 대표적인 방법들
- Data augmentation
- Leveraging pre-trained information
- Leveraging unlabeled dataset for training
Computer Vision application
Computer Vision application
Fully Convolutional Network
- 기존의 CNN 구조 :
- Fully Convolutional Network :
Dense layer를 없앴다. - > convolutionize
결국 input과 output은 같다
parameter도 같다
flat을 해서 dense layer를 거치나, convolution을 거치나 같다
ex) 4x4x16 이 였다면 이걸 256개의 vector로 flatten 시킨다
FCN을 보면 4x4x16에 똑같은 크기를 가진 kernel을 적용한다
parameter
4x4x16x10 = 2560
4x4x16x10 = 2560
같다