DeepNoid 수업을 참고하여 작성하였습니다

Classification

Semantic segmentation network

1. U-net
  : 기본 바탕은 Fully convolutional network
  : input image title -> ouput segmentation map
  : 학습을 진행하면서.. 전체적인 content 파악하려면
  이미지 작게 만들어야함 채널 수 많이 증가됨
  이제 그그 사이즈를 복원해야됨
  -> upsampling! 

  - skip connection
    : image size를 복원시키기 위해 upsampling 필요함
    : encoder 에 있는 feature map 을
    decoder 부분의 upsampling 부분과 concatenate 시킨다 

  - Conv2Dtranspose
    : decorder 쪽의 upsamling layer은 conv2Dtranspose 사용
    : encoder 쪽의 feature와 concat한다면 conv2Dtranspose 더 잘 반영



2. ...? 어렵군