AI Technology13 [연구] Point Cloud Segmentation 관련 벤치마크 최근 학회도 다녀오고 여러 논문을 보니벤치마크 SOTA 달성보다는 새로운 기술을 제안하는 논문이 많은것 같다.그럼에도 SOTA 달성 즉 기술 고도화도 가치가 있으므로 point cloud segmentation 관련 벤치마크를 정리하고자 한다.Generalized Zero-Shot Semantic Segmentation (Inductive)(a) 2021 3DV 3DGenZGenerative Zero-Shot Learning for Semantic Segmentation of 3D Point CloudsDataset: ScanNet v2, S3DIS, SemanticKITTI[paper] [github] (a) 2023 ICCV 3DPC-GZSLZero-Shot Point Cloud Segmentatio.. 2025. 6. 24. [학회]컴퓨터비전 논문 학회 list 컴퓨터비전 분야 중 recognition 분야의 논문을 제출할 수 있는 주요 학회는 다음과 같다. h5-index: 최근 5년간 출판된 논문 중 x회 이상 인용된 논문이 x편 이상 존재할 때의 x값h5-median: 최근 5년간 출판된 논문 을 인용 수 대로 정렬했을 때 중앙값 Conferenceh5-indexh5-medianAcceptance Rate (3 years)CVPR4406892024: 23.6%2023: 25.8%2022: 25.3%ICCV2914842023: 25.0%2021: 25.9%2019: 24.7%ECCV2063062024: 27.9%2022: 28.4%2020: 27.1%NeurIPS3376142024: 25.8%2023: 26.1%2022: 25.6%ICLR3045842025:.. 2025. 3. 21. [학회]AAAI 2025 논문 제출 및 리뷰 프로세스 연구실이 신생 랩실이라 학회 논문 제출 및 리뷰 과정에 대한 정보를 얻기 힘들었다.그래서 나중에 누구든지 인터넷 검색으로 정보를 얻을 수 있게 각 과정을 남기고자 한다.1. 논문 제출 프로세스논문 제출은 크게 Abstract를 먼저 제출 후, full paper, supplementary 순으로 제출한다.내가 알기로 AAAI는 2025부터 OpenReview로 리뷰가 진행된다고 한다.이번 AAAI 2025는 UTC-12 시간을 기준으로 했는데,11:59 PM UTC-12는 한국 시간으로 다음날 밤 8시59분까지라 생각하면 된다.1.1 Abstract 제출먼저 정해진 기한 내에 OpenReview에서 abstract를 제출하면 된다.따로 양식은 필요없고 그냥 abstract 텍스트만 있으면 된다.1.2 F.. 2025. 3. 20. mAP와 IoU란 무엇인가? 컴퓨터 비전의 recognition task에는 대표적으로classification, object detection, segmentation 이 있다.이때 각 task마다 모델 성능을 나타내기 위한 지표가 있다. classification: accuracyobject detection: mAPsegmentation: mAP, IoU 이때 classification의 accuracy는 말 그대로 모델의 전체 예측 중에서 올바르게 예측한 비율을 나타낸다.$Accuracy = \frac{TP + TN}{TP + TN + FP + FN}$ 정확도는 평소에 쉽게 접할 수 있는 metric이나, mAP와 IoU는 추가적인 이해가 필요하다.1. mIoU란?IoU란 Intersection over Union의 약자로 .. 2025. 3. 5. [논문리뷰] AdaCos: Adaptively Scaling Cosine Logits for Effectively Learning Deep Face Representations Paper OverviewCVPR'19https://arxiv.org/abs/1905.00292 Abstract 저자들은 cosine-based softmax loss의 중요 hyperparameter 2개의 효과에 대해심층 조사를 한다.(sale parameter, angular margin parameter)이 분석을 기반으로, 저자들은 AdaCos라는 새로운 cosine-based softmax loss를 제안한다.이것은 hyperparameter-free loss이고 자동적으로 scale paramter가 조정된다. my comment"하이퍼파라미터든 뭐든 자동으로 정해지는 모델은내 task에 적용할 때 제대로 작동하지 않는 경우가 종종 있다.그러니 하이퍼 파라미터 분석 위주로 살펴보는 것을 추천.. 2024. 4. 25. [논문리뷰] Class-Agnostic Self-Supervised Learning for Image Angle Classification 이 논문은 이미지의 각도를 예측하는 모델을 다룬다. 컴퓨터 비전을 공부하면서 몇달동안 각도 예측에 대해 이것저건 다뤄봤고 그에 대한 연구 결과를 작성한 논문이다. ICCAS'23 논문 링크는 추후에 IEEE Xplore 링크를 올릴 것이다. Abstract 이미지의 각도를 예측하는 것은 공장 자동화 같은 산업에 적용할 수 있으나, 학계에서 큰 주목은 못받고 있다. 그 이유 중 하나는 모든 객체들이 명백한 방향성을 가지고 있는것이 아니기 때문이다. 특히 원형 객체는 각도를 찾는다는 것 자체가 모순인데 일반적인 classification dataset은 이러한 객체들이 다수 존재한다. 그래서 이것들은 학습하는 모델에 noisy로 작용하게 된다. (a)같은 경우는 물체의 방향성이 명확하지만 (b)같은 경우는 .. 2023. 8. 24. 이전 1 2 3 다음
