Concepts 11
- 교차검증 F1 0.77인데 지도는 정답의 7배를 칠했다: 한 클래스만 라벨링할 때 생기는 선택 편향과 공간 블록 교차검증
- SAM은 왜 흩어진 식생을 못 자를까: 물체(things)와 질감(stuff), 그리고 자동 라벨링
- mIoU는 그대로인데 면적 오차는 19% 줄었다: 분할 모델을 칸 면적으로 채점하고 손실도 맞추기 (CE·Dice·칸 면적 항·clDice)
- 라벨 없이 비슷한 무늬 묶기: DINOv2 특징 + k-means로 「다음에 라벨할 구역」 고르기
- argmax로 세면 면적이 틀어진다: 분할 모델로 클래스 면적 비율 구하기 (확률 평균·온도 보정·클래스 문턱)
- 전이학습이란 무엇인가?
- 딥러닝에서 데이터 증강이 필요한 이유
- Dense Neural Network의 한계와 CNN의 등장
- 이미지 분류 모델을 예시로 이해하는 Neural Network 기초
- 객체 탐지 & Transformer 핵심 용어 정리
- YOLO vs Transformer (RT-DETR) 완전 정리