<논문 요약>
두 장의 이미지에서 한 장을 source, 나머지 한 장을 target으로 하여 source 이미지 내 객체들의 부분 집합을 선택해 target 이미지에 붙여넣음으로써 어렵고, 새로운 이미지 데이터셋을 만들 수 있다.
코드 이식성이 좋아서 쉽게 다른 모델을 사용할 때 data augmentation 적용할 수 있으며 여러 실험을 진행해본 결과, (object detection, instance segmentation, semantic segmentation, self-supervised learning ...)성능 또한 우수함.
데이터가 적은 상황에서 데이터 효율성을 끌어올릴 수 있다.
YOUTUBE : youtu.be/jPWHdj2caC8
'Machine Learning > For CV' 카테고리의 다른 글
Vision Transformer 모델들은 왜 데이터셋이 많아야할까? Inductive bias (0) | 2021.06.09 |
---|---|
[YOLO 정독] YOLO v1 (0) | 2021.05.29 |
MTCNN으로 Face landmark 추출 (0) | 2020.12.03 |
Hierarchical multi-scale attention for semantic segmentation (0) | 2020.11.20 |
3. 밝기 변환과 공간 필터링(4) (2) | 2020.11.11 |