[Paper Review] Variational Feature Disentangling for Fine-Grained Few-Shot Classification

Abstract데이터 증강은 few-shot 분류의 문제를 해결하는 직관적인 단계이지만, 증강된 샘플에서 변별력과 다양성을 모두 보장하는 것은 어려운 일이다. -> 이 문제를 해결하기 위해 무작위로 샘플링된 클래스 내 변형으로 feature를 증강하는 동시에, 클래스 discriminative feature를 보존할 수 있는 feature disentanglement(분리) framework를 제안한다.  -> 구체적으로, feature representation을 두가지 구성요소 (하나는 클래스 내 분산을 represent하고, 다른 하나는 클래스 구분 정보를 인코딩하는 것) 으로 분리한다. -> 포즈, 배경, 조명 조건의 변화로 인해 유발되는 클래스 내 변이은 모든 클래스들에서 공유되며, 공통 분포를..

• format_list_bulleted Deep Learning & AI/CV
• · 2024. 8. 5.
• textsms

[Paper Review] BSNet: Bi-Similarity Network for Few-shot Fine-grained Image Classification

논문 링크 : https://arxiv.org/abs/2011.14311 BSNet: Bi-Similarity Network for Few-shot Fine-grained Image ClassificationFew-shot learning for fine-grained image classification has gained recent attention in computer vision. Among the approaches for few-shot learning, due to the simplicity and effectiveness, metric-based methods are favorably state-of-the-art on many tasks.arxiv.org Abstractfew-shot ..

• format_list_bulleted Deep Learning & AI/CV
• · 2024. 7. 29.
• textsms

[Paper Review] Hyper-class Augmented and Regularized Deep Learning for Fine-grained Image Classification

논문 링크:https://ieeexplore.ieee.org/document/7298880 Hyper-class augmented and regularized deep learning for fine-grained image classificationDeep convolutional neural networks (CNN) have seen tremendous success in large-scale generic object recognition. In comparison with generic object recognition, fine-grained image classification (FGIC) is much more challenging because (i) fine-grained labelie..

• format_list_bulleted Deep Learning & AI/CV
• · 2024. 7. 15.
• textsms

[Paper Review] MetaFormer : A Unified Meta Framework for Fine-Grained Recognition

논문 링크 :https://arxiv.org/abs/2203.02751 MetaFormer: A Unified Meta Framework for Fine-Grained RecognitionFine-Grained Visual Classification(FGVC) is the task that requires recognizing the objects belonging to multiple subordinate categories of a super-category. Recent state-of-the-art methods usually design sophisticated learning pipelines to tackle this taskarxiv.org 다음 포스팅과 영상을 보고 학습한 내용을 정리한 ..

• format_list_bulleted Deep Learning & AI/CV
• · 2024. 7. 8.
• textsms

[Paper Review] CLIP (Learning Transferable Visual Models From Natural Language Supervision)

이번에 NUS MMRL에서 파견연구를 하게되면서 가장 먼저 읽어보라고 하신 CLIP 논문에 대해 리뷰해보겠다. 논문을 이해하는데에 참고한 블로그와 영상들이다.https://greeksharifa.github.io/computer%20vision/2021/12/19/CLIP/ Python, Machine & Deep LearningPython, Machine Learning & Deep Learninggreeksharifa.github.iohttps://youtu.be/HkkaKI6NN-8?si=UvXCdFFS9hEYwwYy 논문 링크 : https://arxiv.org/abs/2103.00020 Learning Transferable Visual Models From Natural Language Sup..

• format_list_bulleted Deep Learning & AI/CV
• · 2024. 7. 1.
• textsms

카카오톡 챗봇 만들기 - 스킬 서버 연결(ngrok 이용)

[데이터사이언스캡스톤디자인] 수업에서 sLLM을 활용하여 법률 상담 챗봇을 만드는 프로젝트를 진행중이다.모델 구현을 어떤 방식으로 할까 고민해보았을 때, 카카오톡 챗봇에 우리가 개발한 모델을 연결하는 것이 사용자들에게 가장 접근성이 좋을 것 같아 카카오톡 채널에 연결을 시도하였다. 하지만.. 쉽지 않았다ㅎ일단 나는 flask나.. 웹이나 서버쪽 수업을 들은 적이 없어서 더 어렵기도 했고, 카카오톡 챗봇 만든 사례들을 찾아보면 대부분 시나리오 형식으로 특정 input을 지정해주는 경우가 많았는데, 우리는 그렇게 특정 질문만을 정해서 받을 것이 아니었기 때문에.. 그래서 대안책으로 생각한게 요즘 새로 나온 Langserve나 모델 구현 및 데모에 많이 쓰는 Streamlit인데,이 두 방법을 사용해서 구현해..

• format_list_bulleted Deep Learning & AI/NLP
• · 2024. 5. 18.
• textsms