Daniel's blog

Parameter (매개변수, 파라미터) 와 Hyperparameter (하이퍼파라미터) 는 서로 다른 역할을 한다. Parameter는 트레이닝 중에 학습되는 반면, Hyperparmeter는 학습 전에 설정돼 모델의 트레이닝 방법을 제어한다. 더 자세히 알아보자. Parameter정의: Parameter는 학습 데이터로부터 학습되는 모델의 내부 변수다. 이러한 값은 학습 과정에서 최적화 기법(예: 신경망의 역전파 - backpropagation in neural networks)을 통해 조정된다.예시신경망의 가중치 및 편향 (Weights and biases in a neural network)CNN (컨볼루션 신경망)의 필터 가중치의사 결정 트리의 의사 결정 임계값사용법: Parameter는 학습 ..

컴퓨터 비전에서 receptive field는 피처 맵의 특정 픽셀 (또는 신경망의 뉴런)이 반응하는 입력 이미지의 특정 영역을 의미한다. 이 개념은 신경과학에서 유래되었지만 Convolutional Neural Networks (CNNs)에서 입력 이미지가 특정 계층의 출력에 얼마나 영향을 미치는지 설명하기 위해 널리 사용된다. 뉴런의 receptive field은 컨볼루션 필터의 크기, 보폭(strides), 레이어 수에 따라 결정된다. 네트워크 깊숙히 들어갈 수록 receptive field가 증가하므로 더 깊은 층에 있는 뉴런은 이미지의 더 많은 부분에서 더 많은 정보에 액세슬 할 수 있다. 이는 가장자리나 질감뿐만 아니라 모양이나 물체와 같은 더 복잡한 특징을 인식하는 데 도움이 된다. rece..

AI 분야에서 Multimodal이란 텍스트, 이미지, 오디오, 비디오 또는 센서 데이터와 같은 여러 유형의 데이터 또는 'modes'의 정보를 처리하고 통합하는 시스템의 기능을 의미한다. Multimodal AI는 이러한 다양한 데이터 유형을 통합된 방식으로 이해하고 분석하여 여러 입력의 조합이 필요한 작업을 수행할 수 있다. Multimodal AI의 목표는 인간이 여러 감각을 사용하여 환경을 인식하고 이해하는 방식과 유사하게 세상과 상호작용할 수 있는 보다 포괄적이고 유연한 시스템을 만드는 것이다. 예시:텍스트 및 이미지: 이미지에 대한 캡션을 생성하거나 이미지에 대한 질문에 답하는 AI 시스템은 언어 이해(텍스트)와 시각적 이해(이미지)를 결합한다.텍스트 및 오디오: 음성 언어(오디오)를 이해하고..

컴퓨터 비전에서 Image Pyramid는 이미지를 반복적으로 다운샘플링 (일반적으로 2의 배수)하여 해상도가 점차 낮아지는 이미지 시퀀스를 생성하는 이미지의 다중 스케일 표현이다. 이 구조는 알고리즘이 다양한 수준의 디테일로 이미지를 처리할 수 있게 해주므로 object detection, image matching, texture analysis 같은 다양한 작업에 유용하다.  Pyramid에는 크게 두 가지 유형이 있다.Gaussian Pyramid:Pyramid의 각 레벨은 Gaussian Filter를 사용해 noise와 detail을 줄이기 위해 이전 레벨을 매끄럽게 하고(smoothed) 다운샘플링한 버전이다.주로 다양한 스케일로 글로벌 이미지의 특징을 캡처하는 것이 목표인 응용에 사용된다...

컴퓨터 비전에서 NCC는 두 이미지(또는 이미지 패치) 간의 유사성을 측정하는 Normalized Cross-Correlation (정규화된 교차 상관관계)의 약자다. 템플릿 매칭 (template matching) 및 이미지 정렬 (image alignment)  작업에서 일반적으로 사용되며, 템플릿과 이미지 섹션 간에 가장 잘 일치하는 것을 찾는 것이 목표다. NCC에 관련된 단계는 아래와 같다.Normalization: 비교 대상인 템플릿과 이미지 패치는 모두 평균을 빼고 표준편차로 나누어 정규화된다. 이렇게 하면 발기와 대비가 다른 효과가 제거된다.Cross-correlation: 템플릿과 이미지 패치의 정규화된 버전을 곱하고 합산해 상관 관계 점수를 계산한다. 그 결과는 유사성의 척도로서 점수가..