CV160 [2025-2] 김지은 - Deep Residual Learning for Image Recognition 본 글에서는 CNN의 발전 과정을 대표적인 네 편의 논문을 중심으로 살펴보고, 그 흐름 속에서 ResNet: Deep Residual Learning for Image Recognition이 갖는 의미를 집중적으로 분석한다.AlexNet (2012)AlexNet은 ImageNet 대규모 시각 인식 챌린지(ILSVRC)에서 CNN이 기존 전통적 기법들을 압도할 수 있음을 증명하며 CNN을 컴퓨터비전 연구의 주류로 끌어올린 모델이다. AlexNet은 5개의 합성곱 레이어와 3개의 완전 연결 레이어, 총 8개의 학습 레이어로 구성된 심층 신경망이다. 이러한 대규모 모델의 핵심 요소는 다음과 같다.ReLU 활성화 함수 $f(x)=\max(0,x)$를 도입해 기존 sigmoid나 tanh 대비 훨씬 빠른 수렴을.. 2025. 12. 20. [2025-2] 정재훈 - Going deeper with convolutions https://arxiv.org/pdf/1409.4842 0. Abstrct이 논문은 ILSVRC 2014에서 이미지 분류(Classification)와 객체 탐지(Detaction)에서 SOTA를 달성한 architecture Inception 을 제안합니다.Computational budget을 유지하며 architecture의 width 와 depth를 증가시켰습니다. Hebbian principle과 multi-scale processing의 직관을 참고하여 architecture을 설계하였습니다. 1. Introduction2012~2014동안 이미지 인식 성능이 많이 성장하였으나 이는 하드웨어의 발전이나 데이터 양의 증가보다 새로운 아이디어, 알고리즘, 네트워크 구조의 영향이 더 큽니다.본 .. 2025. 12. 20. [2025-2] 주서영 - Paint by Example: Exemplar-based Image Editing with Diffusion Model Paint by Example (CVPR 2023)요약예시 기반 이미지 편집에 관한 논문self-supervised training을 활용하여 원본과 참조 이미를 분리시켜 학습을 구성원본 이미지(source image, $s$): 편집하고자 하는 이미지참조 이미지(reference image, $r$): 데이터베이스에서 검색 or 사용자가 제공하는 이미지arifact를 피하고 단순 복-붙 방지Content bottleneckStrong augmentationsArbitrary shape maskClassifier-free guidance학습은 반복없이 단일 forward로 진행 1. Introduction참조 이미지를 조건으로 하는 Diffusion Model을 훈련하기하지만 학습 데이터 쌍을 수집하기 .. 2025. 12. 5. [2025-2] 최민서 - 3D-HLDM: Human-Guided Latent Diffusion Model to Improve Microvascular Invasion Prediction in Hepatocellular Carcinoma [논문링크] https://ieeexplore.ieee.org/document/10635195/authors#authors 3D-HLDM: Human-Guided Latent Diffusion Model to Improve Microvascular Invasion Prediction in Hepatocellular CarcinomaMicrovascular invasion (MVI) is a critical risk factor for survival in patients with Hepatocellular Carcinoma. The presurgical prediction of MVI is clinically important and crucial for surgical and treatment plan.. 2025. 9. 18. 이전 1 2 3 4 5 6 ··· 40 다음
