본문 바로가기

분류 전체보기66

딥러닝 모델로 시계열 데이터 예측하기 - [논문 리뷰] Time Series Forecasting (TSF) Using Various Deep Learning Models (2022) 이 포스팅은 딥러닝 모델을 활용하여 시계열 데이터 예측한 논문을 리뷰하는 글입니다. 시계열 데이터의 경험이 적은 분들에게 유용한 논문인 것 같아서 리뷰합니다.읽은 뒤에는 시계열 데이터 핸들링과 실험 설계를 더욱 잘 할 수 있을겁니다. 이 논문의 main contribution은 Time Series data를 forecasting 할 때에 input data의 window size를 조절할 W, input data로부터 몇 step 만큼의 미래를 예측할 것인지 정하는 K 즉, 하이퍼 파라미터 W와 K를 조절해가며 각 딥러닝 모델마다 어떤 결과를 내는 특성이 있는지 비교 관찰한 것입니다. 쓰인 모델은 RNN, LSTM, GRU, Transformer입니다. RNN 계열 모델의 성능이 Transformer보.. 2023. 3. 12.
[시퀀스 모델] RNN, LSTM, GRU 설명 및 정리! 최근 시계열 데이터를 다루기 위해 관련 논문들을 찾아 RNN 계열의 모델들을 벤치마킹한 논문을 읽으면서, 한 번 정리해야겠다는 생각이 들었습니다. 해당 논문은 Time Series Forecasting (TSF) Using Various Deep Learning Models (2022)으로 제가 따로 리뷰하였으며, 논문 내에 figure를 이용해 정리하는 포스팅입니다. 해당 포스팅에서는 각 알고리즘의 원리와 특징을 정리합니다. 0. RNN 데이터의 특징 & RNN 알고리즘의 특징 Deep Learning Frameworks 1. RNN 2. LSTM 3. GRU 4. Transformer RNN 계열의 모델들은 Sequential data에 아주 적합합니다. 예를들면, Text나 TimeSeries 데이.. 2023. 3. 11.
RoI(Region of Interest) Pooling 이해하기 객체 탐지 모델을 공부하다보면, 객체를 분류함과 동시에 bbox를 추론하여 제안해야하기 때문에 일반적인 task들과는 달리 부수적인 알고리즘들이 많은 것 같습니다. Fast R-CNN 논문 리뷰 중 나왔던 RoI Pooling에 대해서 살펴봅니다. 1. RoI Pooling을 왜 쓸까? 2. RoI Pooling 원리 1. RoI( Region of Interest ) Pooling을 왜 쓸까? 객체 탐지 모델을 기준으로 설명합니다. 객체 탐지 모델은 CNN으로부터 획득한 Feature map을 원본 영상의 관심영역인 RoI 부분만큼만 이용합니다. RoI 내에 어떤 객체가 있는지 확인하려는 목적입니다. 해당 부분만 분류하기 위해서는 FC layer로 입력해야하는데, fc layer 고정길이의 벡터만 입력.. 2022. 12. 1.
[논문 리뷰] SPPNet(2014) 설명 (Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition) R-CNN에 이어 SPPNet 논문을 리뷰합니다. 사실 SPPNet은 풀링기법을 제안하는 논문이라서 object detection뿐만 아니라 CNN에 전부 적용할 수 있지만, R-CNN에서의 큰 단점을 커버하면서 추천되는 object detection논문들에서 빠지지 않습니다. 해당 논문에서는 "SPP-Net for Object Detection"부분이 있습니다. 이 부분을 위주로 어떻게 적용하는지에 대해 포스팅합니다. 이전 R-CNN 포스팅 1. Abstract 2. 기존 CNN의 문제점 3. Spatial Pyramid Pooling Layer 작동원리 4. R-CNN 적용 5. 문제점 1. Abstract 당시 CNN은 고정된 사이즈의 224x224 해상도의 이미지만 입력 받았습니다. 이 조건은 굉.. 2022. 11. 3.
[논문 리뷰] R-CNN (2014) 설명 위 계보대로 Obj Detection 모델들의 논문을 리뷰해볼까 합니다. Yolo시리즈부터는 조금 자세히 쓰고 그 이전 모델들은 너무 옛날이라 작동방식 정도만 리뷰합니다. 처음부터 공부하시는 분들은 가장 많이 쓰는 최신모델 Yolo만 공부하지 왜 다 읽나? 싶을 수 있는데 우선 저는 그냥 위 순서대로 공부했고, 아마 백그라운드 없이 최신 YoLo부터 보시면 이게뭐야~ 하면서 탑다운으로 쭉 내려와 2-stage detection모델부터 볼 확률이 높습니다 ㅎㅎ.. 특히 YoLov4 논문은... 2-stage detection모델인 R-CNN(2014)부터 리뷰합니다. 1. 1-stage detectior & 2-stage detectior 2. Abstract 3. R-CNN 구조 & 동작 원리 4. 문제.. 2022. 11. 2.
Tree-based-model(트리 기반 모델) Bagging & Boosting 이해하기- Tabular data Tabular data를 공부하면서 연속적으로 포스팅하는 글입니다. 이전 포스팅 참고 2번째 포스팅은 tree-based-model에 대해 설명하려 합니다. 제가 거의 처음 데이터 과학 분야를 공부할 때에는 언제 딥러닝을 쓰고 언제 tree model을 쓰는지 잘 몰랐습니다. 이번 포스팅은 데이터에 대한 제 생각에 대해 적어보는 정도고, tree-based model을 완벽하게 수식으로 설명하는 글이 아니라 직관적인 이해를 돕는 글입니다. 1. Tabular data를 추론하는 문제 2. Tree-based model Bagging Boosting 3. Tree-based model 고찰 1. Tabular data를 추론하는 문제 지난번 포스팅에서 Tabular data가 뭔지 알아봤습니다. 그럼 이제.. 2022. 6. 21.
Tabular data란? Tabular data 이해하기 최근에 주식 데이터를 다루게 되면서 TimeSeries data와 Tabular data에 관심이 가 공부했던 것들을 정리 해보려고 합니다. 아직 저도 많이 부족한지라... 제가 생각한 것이 틀리면 지적해주세요. 1. Tabular data란? 2. Tabular data 이해하기 (연구동향) 1. Tabular data란? 우선 Tabular data가 뭔지 알아야겠죠? 저는 data를 크게 2가지로 나눌 수 있다고 생각합니다. 1. 정형 데이터 (Tabular) 2. 비정형 데이터 (이미지, 텍스트, 음성...) 위에서 말한 대로 Tabular data는 그냥 정형 데이터입니다. 우리가 흔히 보는 데이터 베이스에 table 형태의 행과 열로 표현되는 데이터입니다. tabular data의 유명한 예제.. 2022. 6. 13.
[OpenCV] RGBA 이미지 & 이미지 컬러 스페이스 변환 본 글은 파이썬으로 만드는 OpenCV프로젝트 서적의 내용을 포스팅하는 내용입니다. 4.2장 컬러 스페이스 해당 실습은 cv2 라이브러리를 이용하여 진행합니다. 1. RGBA 이미지 2. 이미지 컬러 스페이스 변환 3. 다양한 이미지 데이터 포맷 1. RGBA 이미지 보통 이미지는 R,G,B 3채널을 갖는 데이터이지만, 추가로 alpha 채널을 갖는 이미지 데이터도 존재합니다. 가끔씩 보면, 위 이미지 처럼 배경이 투명한 이미지를 볼 수 있는데, 이게 알파 채널을 활용한 이미지인 것을 저도 이번에 알았네요. 실습 import cv2 import numpy as np img = cv2.imread('../CV2/img/opencv_logo.png') # 기본 값 옵션 bgr = cv2.imread('../.. 2022. 3. 22.
[논문 리뷰] CBAM 설명 (Convolutional Block Attention Module)(2018) SENet(논문 리뷰 링크)은 CNN모델에서 feature map에 집중한 attention 모듈이었다면, 각 픽셀 자리값 Spatial axes에 집중한 attention 모듈도 있을겁니다. 이번 포스팅은 그 둘을 모두 활용한 attention 모듈 CBAM: Convolutional Block Attention Module을 리뷰합니다. (SENet보다 이 논문이 먼저라면, SENet을 먼저 공부하시는 것을 추천드립니다!) 저자가 한국분이셔서 저자가 직접 한국어로 작성하신 자료를 첨부합니다. 저자분이 이미 CBAM전에 BAM이라는 논문으로 연구를 하셨는데, 성능을 개선한 후속연구인 CBAM만 다루겠습니다. 논문 코드 링크 한글 자료가 있길래 아싸 꽁짜 논문 싶었는데 역시 원 논문과 코드를 살펴야했습니.. 2022. 3. 20.

티스토리툴바