머신 러닝의 영역이 CNN을 바탕으로 2012년의 AlexNet에서 시작하여 2017년 ResNet까지 발전함과 아울러 2014 년부터 이미지를 구성하는 오브젝트들까지 세밀하게 인식할 수 있는 Semantic Segmentation 머신 러닝이 함께 발전하였다. 2014년 초창기의 Segmentation 은 Fully Convolutionalized Network 즉 FCN에서 출발하여 2020년으로 넘어가는 현재에는 수많은 코드들이 발표되었다. 하지만 Segmentation 분야에서 가장 기초적인 FCN 오픈소스 코드를 포함한 튜토리알이 전혀 없어 Semantic Segmentation을 다루어 보기가 쉽지 않다.
국내 사이트에서도 Segmentation을 많이 소개하고 있으나 알고리듬만 보여 주는데 파이선이나 C++ 코드를 해설해 주지 못하는 그런 정도의 내용은 머신 러닝을 연구하는데 아무짝에 쓸모가 없다는 결론이다.
지난번 블로그에 게재했던 FCN 소개 내용도 Pre-train 된 학습 결과를 사용함으로 인해 코드 구조 자체를 들여다 보기가 불가능했으며 이번에 소개하는 Mask_RCNN도 마찬가지로 Pre-train 된 학습 결과를 사용하는 경우이다. 이 두 경우 들 조차도 GPU 연산이 지원되어야 하므로 반드시 구글 Colabo를 사용하지 않을 수 없는 상황이다.
다음 URL 주소로 이동하여 마저 읽어 보세요!
http://blog.daum.net/ejleep1/902
![마나마인로고.png]
