FickleNet:Weakly and Semi-supervised Semantic Image Segmentation using Stochastic Inference

안녕하세요, 박천성 연구원입니다. 요즘 weakly and semi-supervised learning에 대한 연구를 진행중인데, classification 혹은 detection 에 대한 연구는 많은 반면 semantic segmentation에 대해선 많지 않았던것 같습니다. 그러던 와중 최근 서울대학교 연구실에서 CVPR 2019에 publish한 연구결과를 발견하여 이번 포스트를 작성하게 되었습니다.  소개해드릴 논문은 “FickleNet:Weakly and Semi-supervised Semantic Image Segmentation using Stochastic Inference, Lee et al” 입니다. 먼저…

Read More

PseudoEdgeNet: Nuclei Segmentation only with Point Annotations

이번 글에서는 올해 MICCAI2019 학회에서 발표될 예정인 논문(PseudoEdgeNet: Nuclei Segmentation only with Point Annotations)을 소개하고자 합니다.  세포핵 분할(nuclei segmentation)은 whole slide image (WSI) 병리 조직 분석에서 중요한 역할을 합니다. 하지만 WSI는 일반적으로 giga-pixel의 영상이기 때문에 의사가 일일히 모든 세포핵을 찾아 표시하기는 어렵습니다. 딥러닝 모델들은 대체로 좋은 성능을 보이지만, 학습을 위한 데이터가 많이 필요하다는 단점이 있기…

Read More

C-MIL: Continuation Multiple Instance Learning for Weakly Supervised Object Detection

Introduction 딥러닝 모델을 학습시키기 위한 annotation 과정은 비용이 많이 듭니다. 때문에 supervision이 더 적도록 설계한 weakly supervised learning 방법론이 최근에 많이 제안되고 있습니다.  이번 주에는 weakly supervised learning을 효과적으로 object detection (OD)에 적용한 최근 논문인 “C-MIL: Continuation Multiple Instance Learning for Weakly Supervised Object Detection“을 소개하고자 합니다. OD은 computer vision 분야에서 널리 알려진 문제입니다. 주어진…

Read More

SRM : A Style-based Recalibration Module for Convolutional Neural Networks

이번 포스트에서는 ICCV 2019에서 발표될 논문인 SRM : A Style-based Recalibration Module for Convolutional Neural Networks에 대해 소개드리려고 합니다. 대부분의 기존 스타일 관련 연구들은 style transfer 혹은 StyleGAN과 같이 image generation 측면에서 스타일을 다루었습니다. 해당 논문은 여기서 한 발 더 나아가 이미지의 스타일을 활용하여 Convolutional Neural Network (CNN) 의 성능을 향상 시킬 수 있는 Style-based Recalibration Module (SRM)을…

Read More

Weight Standardization

본 포스트는 최근 발표된 새로운 normalization 기법인 Weight Standardization에 대해 소개합니다. Introduction Normalization은 머신러닝에서 데이터의 불필요한 정보를 제거하고 학습을 용이하게 하기 위해 매우 중요한 요소입니다. 특히 Batch Normalization (BN)은 딥러닝 모델의 학습을 안정시키고 가속화함으로써 성능을 크게 향상시켰고, ResNet을 비롯한 대부분의 state-of-the-art 모델에서 필수적인 요소로 사용되고 있습니다. 그러나 BN은 minibatch 단위로 normalization을 수행하기 때문에 모델의 성능이 large batch size에…

Read More

Video Object Segmentation using Space-Time Memory Networks

Intro 안녕하세요, Lunit의 박종찬 연구원 입니다. 오늘 소개해드릴 논문은 연세대/Adobe Research에서 연구한 video object segmentation관련 논문입니다. 본 연구를 수행한 팀은 이미 video segmentation에서 DAVIS 2018 challenge 1등[1]을 한 전력이 있습니다.. 본 연구는 이미 어느 정도 유명세를 타서 아시는 분도 많을텐데, 작년에 Adobe MAX 2018 Sneaks에서 “Fask Mask”라는 이름으로 데모를 선보인 적 있고, GTC2019에서 Top Poster Award를 받았습니다.…

Read More

Towards Universal Object Detection by Domain Attention

Intro. 최근 들어 General AI, Universal feature representation 등 여러 종류의 domain이나 task를 동시에 수행할 수 있는 방법론에 대한 관심이 증가하고 있습니다. 여러 domain을 동시에 수행하는 하나의 모델을 설계하는 방법론을 multi-domain leraning이라는 명칭으로 다양한 연구가 진행되고 있으며, image classification 분야에서는 visual decathlon [1] 데이터셋을 기점으로 해마다 뛰어난 연구결과들이 나오고 있습니다. 이러한 흐름은 지난 글에 자세히…

Read More

Revisiting Self-Supervised Visual Representation Learning

Introduction Many, if not all, of the near-human or super-human performances achieved by deep learning algorithms are powered by equally impressive annotation efforts. While there is nothing inherently wrong with the supervised learning approach, the question remains whether we can either A) move towards requiring far less supervision (semi-supervised learning) or B) go complete label-free…

Read More