딥러닝 세그멘테이션

목차

1. 서론
2. 본론
3. 결론
4. 참고문헌

본문내용

서론
우리는 딥러닝을 이용한 이미지 처리 기술에 대해서 많이 보아왔다. 대부분이 이미지 처리를 통한 인식에 해당하는 분류문제일 것이다. 하지만 딥러닝을 이용한 딥러닝 기술에는 이미지 분류외에도 이미지의 모든 픽셀을 분류하는 이미지 세그멘테이션, 이미지에 섞인 노이즈를 걸러 흐린 이미지를 선명하게 하는 디노이징 등 다양한 이미지 처리 기술이 있다.
이미지 세그멘테이션과 디노이징을 위한 대표적인 딥러닝 모델로 U-Net이 있다. U-Net은 특징을 추출하는 인코더와 특징으로부터 정보를 복원하는 디코더를 갖는 형식을 갖는다. 이번 보고서에서는 이미지 세그멘테이션에 대해서 알아보도록 하겠다.

본론
1. 이미지 세그멘테이션의 정의
- 이미지 세그멘테이션은 이미지를 픽셀 단위로 끊어 분류하는 문제이다.
- 이미지의 각 픽셀이 어떤 범주에 해당하는지 예측하도록 신경망을 학습시킨다.

참고 자료

이종민(2022), Must Have 텐초의 파이토치 딥러닝 특강, 골든래빗㈜