일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Explainable AI
- Unsupervised learning
- Artificial Intelligence
- 코딩테스트
- cs231n
- AI
- 코딩 테스트
- 메타러닝
- python
- xai
- 딥러닝
- Interpretability
- Cam
- Machine Learning
- keras
- 설명가능한
- 머신러닝
- meta-learning
- Class activation map
- 시계열 분석
- Score-CAM
- 인공지능
- 백준
- coding test
- 기계학습
- GAN
- grad-cam
- SmoothGrad
- Deep learning
- 설명가능한 인공지능
Archives
- Today
- Total
목록image segmentation (1)
iMTE
Image segmentation using k-means clustering
Image segmentation using k-means clustering image를 segmentation하기 위해서 K-means clustering을 사용할 수 있다. K는 구별되는 cluster의 개수이고, unsupervised learning으로 K개의 cluster를 구하는 방법이다. 이미지에서 pixel intensity가 feature가 되며 하나의 pixel은 다음과 같이 표현한다. Pixel과 pixel사이의 distance를 계산하는 것은 L2 norm을 사용한다. K means clustering의 순서 1. K개의 randomly selected cluster centroids를 찾는다. 2. 각 pixel의 feature vector를 사용해서 1번에서 결정된 centro..
Signal processing
2018. 6. 22. 10:51