[REVIEW] Fully Convolutional Networks for Semantic Segmentation (FCN) 리뷰, review

---

안녕하세요, HELLO

 

회사에서는 시계열 데이터를 중심으로 살펴보기에, 컴퓨터 비전 모델에 대해서는 살펴볼 기회가 많이 없었습니다. 다양한 모델을 살펴보고 싶은 마음에, computer vision의 object detection, classification, segmentation, ocr 등에 대해서 스터디를 진행하며, 논문을 리뷰하고 있습니다. 

이번에 살펴본 논문은 Semantic Segmentation 문제를 위해 제안된 딥러닝 모델인 Fully Convolutional Networks for Semantic Segmentation (FCN)입니다.

 

FCN은 Semantic Segmentation 모델을 위해 기존에 이미지 분류(Classification)에서 좋은 성능을 보인 CNN 기반 모델(AlexNet, VGG16, GoogLeNet)을 변형시킨 것입니다. 논문은 아래와 같이 정리할 수 있습니다.

 

• Downsampling: Convolutionalization
• Upsampling: Deconvolution
• Skip architecture

 

반응형

 

Currently, the company is focused on time series data and has few opportunities to look at computer vision areas. Studying object detection, classification, segmentation, OCR, etc of computer vision, and reviewing the related papers.

This paper is Fully Convolutional Networks for Semantic Segmentation (FCN), a proposed deep learning model for the Semantic Segmentation problem.

FCN is a transformation of CNN - based models (AlexNet, VGG16, GoogLeNet) that have performed well in image classification, for semantic segmentation purposes. The thesis can be summarized as follows.

 

• Downsampling: Convolutionalization
• Upsampling: Deconvolution
• Skip architecture

 

 

■ ORIGINAL PAPER

Fully Convolutional Networks for Semantic Segmentation.pdf

2.69MB

 

■ PAPER REVIEW

FCN_review_hyunhp.pdf

0.90MB

---

■ 마무리

 

'Fully Convolutional Networks for Semantic Segmentation (FCN)'에 대해서 알아봤습니다.

좋아요와 댓글 부탁드리며,
오늘 하루도 즐거운 날 되시길 기도하겠습니다 :)

 

감사합니다.