[AI 부트캠프] DAY 93 - 트랙학습 CV 7

[오늘의 일지]

트랙학습 실시간 강의 - Image segmentation

[상세 내용]

Image segmentation

- Image segmentation은 지난 녹화 강의에서 실습을 시작하자마자 나와서 이해가 잘 되지 않았다고 지난 일지에서 언급한 적이 있었습니다. 실시간 강의에서는 기본적인 구조부터 시작해서 점차적으로 살을 붙이는 형식으로 학습이 진행되다 보니 이해하는데 도움이 많이 되었습니다.

정의

- Image Segmentation은 디지털 이미지를 픽셀 수준에서 분할하는 컴퓨터 비전 작업입니다. 이 작업은 이미지 내의 각 픽셀을 해당하는 객체 또는 영역으로 그룹화하여 시각적으로 의미 있는 부분으로 나누는 것을 목표로 합니다. 일반적으로 이미지 세그멘테이션은 객체의 윤곽을 식별하거나 이미지 내에서 서로 다른 객체 또는 영역을 구분하는 데 사용됩니다.

 

유형

- Semantic Segmentation (시멘틱 세그멘테이션): 이 방법은 이미지를 클래스 레이블로 그룹화합니다. 각 픽셀은 해당하는 객체 또는 영역의 클래스로 할당됩니다. 이는 이미지 내의 모든 물체의 위치 및 윤곽을 식별하는 데 사용됩니다. 예를 들어, 도로, 자동차, 행인 등과 같은 클래스로 이미지를 분할할 수 있습니다.

- Instance Segmentation (인스턴스 세그멘테이션): 이 방법은 이미지 내에서 서로 다른 개별 객체 또는 인스턴스를 식별합니다. 각 객체는 고유한 식별자를 가지며 서로 다른 객체들 간에도 식별이 가능합니다. 이는 이미지 내에서 객체 간의 간격이나 겹침이 있는 경우에 유용합니다.

 

실습

- 이번 실습에서는 기본적인 인코딩과 디코딩 구조를 가지고 있는 학습모델을 구현해서 segmentation 작업을 수행하였습니다.

 

- 로스 함수는 Dice loss를 사용했습니다.

모델 코드

import torch
import torch.nn as nn

class Encoder(nn.Module):
    def __init__(self):
        super(Encoder, self).__init__()
        self.conv1 = nn.Conv2d(3, 32, 3, stride=2, padding=1)  # 128x128
        self.bn1 = nn.BatchNorm2d(32)
        self.conv2 = nn.Conv2d(32, 64, 3, stride=2, padding=1)  # 64x64
        self.bn2 = nn.BatchNorm2d(64)
        self.conv3 = nn.Conv2d(64, 128, 3, stride=2, padding=1)  # 32x32
        self.bn3 = nn.BatchNorm2d(128)
        self.conv4 = nn.Conv2d(128, 256, 3, stride=2, padding=1)  # 16x16
        self.bn4 = nn.BatchNorm2d(256)
        self.relu = nn.ReLU()

    def forward(self, x):
        x = self.relu(self.bn1(self.conv1(x)))
        x = self.relu(self.bn2(self.conv2(x)))
        x = self.relu(self.bn3(self.conv3(x)))
        x = self.relu(self.bn4(self.conv4(x)))

        return x


class Decoder(nn.Module):
    def __init__(self):
        super(Decoder, self).__init__()
        self.conv1 = nn.ConvTranspose2d(256, 128, kernel_size=3, stride=2, padding=1, output_padding=1)  # 32x32
        self.bn1 = nn.BatchNorm2d(128)
        self.conv2 = nn.ConvTranspose2d(128, 64, kernel_size=3, stride=2, padding=1, output_padding=1)  # 64x64
        self.bn2 = nn.BatchNorm2d(64)
        self.conv3 = nn.ConvTranspose2d(64, 32, kernel_size=3, stride=2, padding=1, output_padding=1)  # 128x128
        self.bn3 = nn.BatchNorm2d(32)
        self.conv4 = nn.ConvTranspose2d(32, 1, kernel_size=3, stride=2, padding=1, output_padding=1)  # 256x256
        self.bn4 = nn.BatchNorm2d(1)
        self.relu = nn.ReLU()

    def forward(self, x):
        x = self.relu(self.bn1(self.conv1(x)))
        x = self.relu(self.bn2(self.conv2(x)))
        x = self.relu(self.bn3(self.conv3(x)))
        x = torch.sigmoid(self.bn4(self.conv4(x)))

        return x

class EnDnModel(nn.Module):
    def __init__(self):
        super(EnDnModel, self).__init__()
        self.encoder = Encoder()
        self.decoder = Decoder()

    def forward(self, x):
        x = self.encoder(x)
        x = self.decoder(x)

        return x

 

결과 

- 저는 우선 시간관계로 에폭을 100만 줘서 결과가 나오다가 멈춘 느낌인 거 같습니다. loss 값이 아직 내려가는 그래프여서 나중에 에폭을 늘려서 다시 결과를 확인해 보면 좋을 거 같습니다.

[마무리]

 오늘은

segmentation에 대해서 배웠습니다. 어제 배운 object detection보다 이미지 상에 물체를 더 세부적으로 찾아내는 작업이었고 실생활에서도 의료계와 같은 곳에서 많이 사용되기 때문에 매우 유용한 작업이라고 느꼈습니다. 이 분야에서도 사용할 수 있는 모델이 많다고 들었는데 나중에 시간이 된다면 가져다가 사용해 보면 좋을 거 같다고 생각했습니다.