[Boostcamp 7주차] 피어세션과 학습 회고

Day - 30

피어세션

1. 학습 질의 응답
2. Focal loss discussion
3. Xavier, He Initialization discussion

학습 회고

오늘부터 생소한 강의 내용이 나왔다. CNN visualization으로 중간에 feature map을 뽑아 시각화하는 방법인거 같은데 재밌어보이지만 이해하기가 어렵다. 일단 강의에서 나오는 내용은 추상적, 개념적으로만 이해하고 넘어갔다. 구체적인 이해는 논문이나 다른 블로그를 참고해야하지만 시간이 부족하다. 저번주꺼도 제대로 못봤는데....

 

Day - 31

피어세션

1. 어제와 오늘 강의의 Further Question
2. 학습&강의 관련 질의응답

학습 회고

오늘 강의는 segmentation에대한 다양한 model이 소개되었다. 이전 Fast R-CNN에대한 배경지식이 있어서인지 Mask R-CNN에 대한 설명이 좀 더 머리속에 잘 들어왔던 것 같다. 어제와 오늘 강의의 Further Question은 강의 내용에 모두 담겨져있었기 때문에 어렵게 느껴진다던가 하진 않았던 것 같다. 하지만 구현이나 수식 이해가 좀 부족하다고 느끼기 시작한 것 같다.

 

Day - 32

피어세션

1. 선택과제 1 리뷰
2. 필수과제 4 리뷰

학습 회고

이론에 집중하다보니 선택과제 1을 늦게 시작하여 소홀히 했던 것 같다. line by line으로 이해를 해야한다고 생각은 하지만 시간이 허락해주지 않는다. 일단 학습 방향을 segmentation과 detection으로 좁히겠다고 다짐을 했기 때문에 GAN에 관련된 필수과제4와 강의에 대해서는 시간 투자를 적게하였다.

 

Day - 33

피어세션

1. YOLO에 대한 설명
2. CornerNet / CenterNet
3. Text embedding에서 generalization power가 뜻하는 바가 무엇인가?

학습 회고

오늘 multi-modal에 대한 강의를 들었다. 이 강의는 상당히 재밌는 부분이라고 생각한다. image와 text 또는 image와 audio를 같이 학습을 하여 결과를 낸다는 것이 실생활이나 다른 분야에 활용할 수 있을 것이라는 생각이 문득들기 때문인 것 같다. 나중에 프로젝트를 수행할 때에도 사용하면 좋겠다는 생각이 들긴 하지만 사용하는 것 자체를 할 수 있을까라는 생각도 든다. 일단 열심히 따라가는게 중요한 것 같다. 부족한 것은 추석이나 휴일에 채우자.

 

Day - 34

피어세션

1. 강의 관련 정보 공유
2. 피어세션 마지막 날

학습 회고

어제 못봤던 image tagging 관련 강의를 보았다. 이전 강의에 나왔던 내용과 같아서 별로 그렇게 어렵게 느껴지진 않았던 것 같다. 하지만 구체적인 구현과 같은 부분은 아직 모르겠다. 오늘 강의는 3D understanding인데 그냥 3D 표현으로 어떤 것이 있고 dataset으로는 어떤 것이 있다라는 것만 알려주는 내용인 것 같다. 마자믹에 Mesh R-CNN에 대한 내용이 나오는데 이 부분만 집중적으로 나중에 보면 될 것 같다.