DeepNoid 수업을 참고하여 작성하였습니다

Segmentation

Segmentation

1. Segmentation
  : CNN을 통해 각 Pixel 별로 어느 class에 속하는지, 
   어느 위치에 속하는지 표현하는 Task
  : 종류
    - Instance Segmentation
    - Semantic Segmentation

2. 평가지표 Metrics
   - IoU (Intersection of Union)
      : IoU = Area of Overlap / Area of Union
      : 전체 Pixel Value에서 해당 Class에 해당하는
      pixel을 잘 맞춘 비율

   - Mean-IoU (Mean Intersection of Union)
      : 모든 class 간의 평균을 낸 수치

   - Dice Coefficient
      : Dice Coefficient = 2*area of overlapped / total area

3. U-Net
    : Convolutional Networks for Biomedical Image Segmentation
    : encoder ~ decoder 형식의 segmentation 모델
    : contracting path(encoder) - 특징추출, expanding path-localization 로 구성

    - 특징 추출 (contracting path)
      : 각 ConV layer 마다 3*3 conV 2차례 반복
      : ReLU + ReLU 이후 MaxPool2D 수행
      : channel 수 2배 증가

    - Expanding Path (localization)
      : 각 expanding step 마다 2*2 upsampling 진행
      : 3*3 conV 2 반복 

    - Overlap-tile strategy
    - Elastic Deformation
      : 이미지 변형, 다양하게 신경망 학습