Attention please

이번에 리뷰할 논문은 FCN-Transformer Feature Fusion for Polyp Segmentation 입니다. https://paperswithcode.com/paper/fcn-transformer-feature-fusion-for-polyp Papers with Code - FCN-Transformer Feature Fusion for Polyp Segmentation #5 best model for Medical Image Segmentation on Kvasir-SEG (mean Dice metric) paperswithcode.com 본 논문에서 제안하는 FCBFormer모델은 대장 내시경(Colonoscopy) 영상의 대장암(colorectal cancer) 부분의 영역을 검출하..

이번에 리뷰할 논문은 Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation 입니다. https://paperswithcode.com/paper/encoder-decoder-with-atrous-separable Papers with Code - Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation 🏆 SOTA for Semantic Segmentation on PASCAL VOC 2012 test (Mean IoU metric) paperswithcode.com 본 논문에서 제안한 모델은 DeebLab 시리즈 중 v3+ ..

computer vision에서 가장 처음이자 각광을 받았던 분야는 image classification입니다. 특히 ILSVRC 대회가 열리게 되면서 풍부한 ImageNet 데이터셋을 가지고 많은 사람들이 image classification challenge에 뛰어들었으며, 많은 발전들이 있었습니다. 대표적으로 2012년도의 AlexNet을 시작으로 현재에도 여러 방면으로 활용되고 있는 VGG, Inception, ResNet 등 많은 모델들이 나오기 시작했습니다. 하지만 사람들은 이러한 기법들을 단순히 image classification에서 만족하지 않았으며, 각 객체의 위치를 탐지하는 Image segmentation 에서도 활용하게 됩니다. 간단하게 설명하자면 classification의 경우..

이번에 리뷰할 논문은 A Method for Detection of Small Moving Objects in UAV Videos 입니다. https://paperswithcode.com/paper/a-method-for-detection-of-small-moving Papers with Code - A Method for Detection of Small Moving Objects in UAV Videos 🏆 SOTA for Small Object Detection on Bee4Exp Honeybee Detection (Average F1 metric) paperswithcode.com Object detection의 경우 많은 발전들이 있었습니다. R-CNN, YOLO와 같은 CNN 기반 object..

What Experiment? 영역 분할(segmentation) 딥러닝 모델은 의료영상에서 많이 쓰이며 또 발전해왔다. 의료영상은 질환에 따라 영상의 종류와 feature가 전부 다르며, 딥러닝 모델 역시 영역 분할을 위해 개발된 다양한 모델들이 존재한다. 하지만 새로운 의료영상이 주어졌을 때 어떤 딥러닝 모델이 적합할지 선택할 때 어려움을 겪을 수 있다. 이러한 문제를 해결하고자 여러 종류의 의료영상에 대해 다양한 딥러닝 모델로 실험을 하여 성능을 비교하였다. Dataset 의료영상에서 병변 영역을 검출할 때 가장 중요한 것은 의료영상의 종류이다. 어떤 종류의 영상인지에 따라 feature가 다르기 때문에 이는 모델 성능에 직접적으로 영향을 미친다. 이미 다양한 의료영상들이 나와있으며 이번 실험을 위..