(23.03.17) algorithms S. Dasgupta, C. H. Papadimitriou, and U. V. Vazirani (2008) 책 읽고 정리하기 http://algorithmics.lsi.upc.edu/docs/Dasgupta-Papadimitriou-Vazirani.pdf 정리한 내용 4.4 Dijkstra's algorithm 4.5 Prority queue implementations Dijkstra's algorithm은 BFS를 좀더 일반적인 graph로 가져온 것인데, BFS와는 다르게 edge의 length가 positive integers로 구성되어있다. Dijkstra's algorithm 수행 예제 priority queue - 우선순위 큐 heap - heap di..

(23.03.16) (최종 업데이트: 23.05.14) https://github.com/gompaang/algorithm_python GitHub - gompaang/algorithm_python Contribute to gompaang/algorithm_python development by creating an account on GitHub. github.com DFS, BFS는 탐색 알고리즘의 대표적인 2가지 알고리즘이다. DFS,BFS 구현시 알아두어야하는 자료구조 #reference: https://data-marketing-bk.tistory.com/44 #depth-first search #1. dfs by python list (stack) def dfs_list(graph, start..

(23.03.16) algorithms S. Dasgupta, C. H. Papadimitriou, and U. V. Vazirani (2008) 책 읽고 정리하기 http://algorithmics.lsi.upc.edu/docs/Dasgupta-Papadimitriou-Vazirani.pdf 정리한 내용 4.1 Distances 4.2 Breadth-first search 4.3 lenghts on edges BFS 예제 수업 들으면서 정리해두었던, DFS, BFS 개념과 예제 https://hey-stranger.tistory.com/153 [알고리즘] Network flow : BFS & DFS (2021.11.12) 알고리즘 수업들으면서 정리하기 19탄 w10-3 녹화강의, w11-1 실강 BFS..

(23.03.15) algorithms S. Dasgupta, C. H. Papadimitriou, and U. V. Vazirani (2008) 책 읽고 정리하기 http://algorithmics.lsi.upc.edu/docs/Dasgupta-Papadimitriou-Vazirani.pdf 정리한 내용 3.4 Strongly connected components

(23.03.14) weakly + semi 합해서 segmentation 하는 방법론 떠오르는게 있어서 정리해두고, 비슷한 논문이 있는지 찾아봤는데 역시나 이미 논문이 있다.. semi, weakly 선행 연구에 대해서 논문에 잘 설명되어있어서 내용 정리하는 느낌으로 적어보았다. 논문에서 제안하는 방법론의 그림과 글의 내용이 뭔가 맞지 않아서 이해한게 맞는지 모르겠다.. 논문 제목: Learning pseudo labels for semi-and-weakly supervised semantic segmentation - https://www.sciencedirect.com/science/article/pii/S003132032200406X 우선, segmentation에서 사용되는 semi-superv..

(23.03.13) algorithms S. Dasgupta, C. H. Papadimitriou, and U. V. Vazirani (2008) 책 읽고 정리하기 http://algorithmics.lsi.upc.edu/docs/Dasgupta-Papadimitriou-Vazirani.pdf 정리한 내용 3.1 why graphs? 3.2 Depth-fist search in undirected graphs 3.3 Depth-first search in directed graphs Depth-first search in undirected graphs예시 풀이 과정 Depth-first search in directed graphs 예시 풀이 과정

(23.03.10) algorithms S. Dasgupta, C. H. Papadimitriou, and U. V. Vazirani (2008) 책 읽고 정리하기 http://algorithmics.lsi.upc.edu/docs/Dasgupta-Papadimitriou-Vazirani.pdf 정리한 내용 2.4 medians (+ quick sort) Medians quick sort quick sort python code def quick_sort(input, start, end): if start >= end: return input pivot = start left = start+1 right = end while left right: input[right], input[pivot] = inpu..

(23.03.07) algorithms S. Dasgupta, C. H. Papadimitriou, and U. V. Vazirani (2008) 책 읽고 정리하기 http://algorithmics.lsi.upc.edu/docs/Dasgupta-Papadimitriou-Vazirani.pdf 정리한 내용 2.1 multiplication 2.2 recurrence relations 2.3 merge sort Divide-and-Conquer algorithms divide: 문제를 sub-problem 으로 쪼갠다. conquer: cub-problem을 recuresively 하게 해결한다. combine: sub-problems의 solutions를 combine 한다. (+ 예전에 수업들으면서 정..

(2023.03.04) semantic segmentation 논문 리뷰 2탄 - 논문 제목: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation (2015) - https://arxiv.org/pdf/1511.00561v3.pdf Model Architecture SegNet은 encoder-decoder 구조이다. - encoder는 vgg16의 13 conv layer를 가져왔다. (fully connected layer는 resolution을 낮추고 parameter가 늘어나기 때문에 없앴다.) - 이와 대응하는 decoder도 13 layer로 구성되어있다. - 마지막 decoder의 output은 multi-clas..

(23.03.02) Semantic segmentation 논문 리뷰 1탄 - 논문 제목: Fully Convolutional Networks for Semantic Segmentation (CVPR 2015) - https://arxiv.org/pdf/1411.4038.pdf Summary FCN은 convolutional network 구조로 end-to-end 학습이 가능하며, pixel 단위로 class를 예측하는 semantic segmentation 분야에서 이 당시 SOTA를 달성했다. Keyword - end-to-end convolutional network for semantic segmentation (최초?) - 기존 pre-training model (AlexNet, VGG 등)을..

(23.03.01) 선형대수 정리하기 7탄 eigen decomposition (고윳값 분해) 고윳값 분해하는 과정은 아래와 같다. 행렬 A가 square matrix이고, symmetric matrix일 때 Ax를 위의 빨간색 식으로 표현할 수 있다. 참고 자료: https://www.youtube.com/watch?v=PP9VQXKvSCY&list=PL_iJu012NOxdZDxoGsYidMf2_bERIQaP0&index=21

(23.03.01) 선형대수 정리하기 6탄 eigenvalue와 eigenvector의 정의 여기서 A라는 것은 선형변환이라고 생각하면된다. 회색 벡터를 A에 통과시키면 노란색 벡터가 나온다. 아래 그림을 보면 노란색 벡터가 파란색 좌표들에 그려진 것을 볼 수 있다. 아래 그림의 회색선이 기존의 좌표선들이고, 파란색선이 새로운 좌표선들이다. 아래 두그림을 비교해봤을 때, 방향이 바뀌지 않은 노란색 벡터 두개를 확인할 수 있다. 방향이 바뀌지 않은 노란색 벡터 두개가 바로 eigenvector이다. eigenvalue와 eigenvector 구하기 eigenvalue, eigenvector 구하기 예제 위의 그림의 출처는 이 유튜브 강의임!! https://www.youtube.com/watch?v=xDA..

(23.02.28) 선형대수 정리하기 5탄 Trace least squares & projection matrix (최소자승법 & 정사영 행렬) 참고영상: https://www.youtube.com/watch?v=B_WZdmCGqBc&list=PL_iJu012NOxdZDxoGsYidMf2_bERIQaP0&index=19

(23.02.28) 선형대수 정리하기 4탄 Gauss-Jordan Elimination (가우스-조던 소거법) 역행렬 Determinant (23.04.01) determinant 쉽게 구하기 determinant 정의

(23.02.14) 논문 읽으면서 weakly-supervised semantic segmentation에 대해 정리해보았다. 적어나갈 부분이 생기면 앞으로 계속해서 업데이트 할 예정이다!! Weakly-supervised semantic segmentation weakly supervision 을 가지고, fully supervised approaches와 같은 퍼포먼스를 내고자 하는 task이다. 여기서 weakly supervision이라고 하면, image-level classfication labels, scribbles, bounding boxes 등을 말한다. 대부분의 WSSS methods들은 CAM을 기반으로 하고 있다. 왜냐면 CAM이 image classification labels를..