<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>Boram&#039;s Notes</title>
      <link>https://gittidev.github.io/notes</link>
      <description>최근 10 건 on Boram&#039;s Notes</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>Boram&#039;s Notes</title>
    <link>https://gittidev.github.io/notes/</link>
    <guid>https://gittidev.github.io/notes/</guid>
    <description><![CDATA[ 공부하면서 정리한 개념 노트입니다. 노트끼리 링크로 이어져 있어서, 오른쪽 그래프에서 개념이 어떻게 연결되는지 볼 수 있습니다(그래프 오른쪽 위 아이콘을 누르면 전체 그래프). ]]></description>
    <pubDate>Wed, 11 Nov 2026 02:06:55 GMT</pubDate>
  </item><item>
    <title>데이터 분할 원칙</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%ED%95%A0-%EC%9B%90%EC%B9%99</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%ED%95%A0-%EC%9B%90%EC%B9%99</guid>
    <description><![CDATA[  사진 단위가 아니라 사이트 또는 비행 단위로 나눈다. 중복도 80%면 인접 사진이 거의 같은 장면이다. 양쪽에 들어가면 점수가 부풀려진다(누수). → 중복도 예: 사이트 A로 학습, 사이트 B로 검증, 다른 날짜 촬영으로 테스트. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item><item>
    <title>데이터 증강</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%A6%9D%EA%B0%95</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%A6%9D%EA%B0%95</guid>
    <description><![CDATA[  정사 사진은 회전·상하좌우 반전이 전부 유효하다(방향에 의미가 없음). 화이트밸런스 편차 대응: 색상·밝기·대비 지터. → 노출과 화이트밸런스 GSD 편차 대응: 스케일 지터 0.8~1.25배. → GSD 라이브러리: albumentations. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item><item>
    <title>도구 스택</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%8F%84%EA%B5%AC-%EC%8A%A4%ED%83%9D</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%8F%84%EA%B5%AC-%EC%8A%A4%ED%83%9D</guid>
    <description><![CDATA[  학습: PyTorch + segmentation_models_pytorch(U-Net/DeepLab 몇 줄), albumentations 지리: rasterio, GDAL, QGIS 이미지: OpenCV, Pillow. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item><item>
    <title>라벨 노이즈</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%9D%BC%EB%B2%A8-%EB%85%B8%EC%9D%B4%EC%A6%88</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%9D%BC%EB%B2%A8-%EB%85%B8%EC%9D%B4%EC%A6%88</guid>
    <description><![CDATA[ 정답 라벨 자체가 틀리거나 일관되지 않은 것. 5 mm/px 영상에서 작은 식생 반점을 종 단위로 라벨링하면 사람도 일관되지 않다. 노이즈가 30%면 모델도 70% 근처가 상한이다. 확인법: 같은 사진을 두 명이 라벨링해서 일치율을 잰다. 이 값 ≈ 모델 성능 상한. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item><item>
    <title>라벨링 방법론</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%9D%BC%EB%B2%A8%EB%A7%81-%EB%B0%A9%EB%B2%95%EB%A1%A0</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%9D%BC%EB%B2%A8%EB%A7%81-%EB%B0%A9%EB%B2%95%EB%A1%A0</guid>
    <description><![CDATA[ 결론 최종 저장 형식은 픽셀 마스크(PNG, 픽셀값 = 클래스 번호). 시맨틱 분할 학습이 바로 읽는 형식이고 면적 계산도 바로 된다. 그리는 방법은 폴리곤 + 반자동(SAM/특징 기반) 보조. 식생처럼 경계가 들쭉날쭉하면 손으로 폴리곤만 그리기엔 시간이 너무 든다. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item><item>
    <title>백본과 디코더</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%B0%B1%EB%B3%B8%EA%B3%BC-%EB%94%94%EC%BD%94%EB%8D%94</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%B0%B1%EB%B3%B8%EA%B3%BC-%EB%94%94%EC%BD%94%EB%8D%94</guid>
    <description><![CDATA[  백본(Backbone): 특징 추출기. ResNet34/50, EfficientNet, ConvNeXt, Swin. ImageNet 사전학습 가중치를 쓴다. 디코더: 백본 특징을 픽셀 단위 예측으로 되살린다. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item><item>
    <title>비전 AI 태스크 종류</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%B9%84%EC%A0%84-AI-%ED%83%9C%EC%8A%A4%ED%81%AC-%EC%A2%85%EB%A5%98</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EB%B9%84%EC%A0%84-AI-%ED%83%9C%EC%8A%A4%ED%81%AC-%EC%A2%85%EB%A5%98</guid>
    <description><![CDATA[  태스크출력쓰임 예분류(Classification)사진당 클래스 1개사진에 대상이 있는지 거르기객체 검출(Detection)박스 + 클래스개체 수 세기시맨틱 분할(Semantic Segmentation)픽셀마다 클래스클래스별 면적·비율인스턴스 분할개체별 분할개체별 크기·개수까지 필요할 때 관련: 백본과 디코더, 추론과 면적 계산 ResNet으로 면적을 구할 수 있나 ResNet은 **특징 추출기(백본)**다. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item><item>
    <title>손실 함수</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EC%86%90%EC%8B%A4-%ED%95%A8%EC%88%98</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EC%86%90%EC%8B%A4-%ED%95%A8%EC%88%98</guid>
    <description><![CDATA[ 「모델이 얼마나 틀렸는지」를 숫자 하나로 나타낸 것. 학습은 이 값을 줄이는 방향으로 간다. 크로스엔트로피 (CE): 기본. 픽셀마다 같은 벌점 → 불균형에 약하다. Dice: 클래스별 예측∩정답 겹침 비율을 직접 최적화. 클래스 크기와 무관 → 불균형에 강하다. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item><item>
    <title>용어집</title>
    <link>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EC%9A%A9%EC%96%B4%EC%A7%91</link>
    <guid>https://gittidev.github.io/notes/AI%C2%B7%ED%95%99%EC%8A%B5/%EC%9A%A9%EC%96%B4%EC%A7%91</guid>
    <description><![CDATA[  항공(드론) 영상 분할 모델을 만들면서 자주 쓰는 말을 한 줄씩 풀어 둔다. 1. ]]></description>
    <pubDate>Tue, 10 Nov 2026 07:50:51 GMT</pubDate>
  </item>
    </channel>
  </rss>