Beginning of Wisdom

📌 의료쪽에서 Unet이 많이 사용되는 이유의료 분야에서 U-Net이 많이 사용되는 이유는 주로 의료 영상의 특성과 U-Net의 구조적 특징이 잘 맞아떨어지기 때문.1. Segmentation에 최적화된 구조의료 영상 데이터는 주로 픽셀 단위로 정밀한 분할(Segmentation)이 필요합니다. 예를 들어, CT, MRI, X-ray 이미지에서 특정 장기, 병변, 또는 뼈 구조를 정확히 추출해야 합니다.U-Net은 엔코더-디코더 구조로 되어 있어, 이미지를 압축(Downsampling)한 후 다시 복원(Upampling)하며 세부 정보를 보존할 수 있습니다.2. 스킵 연결(Skip Connection)U-Net의 주요 특징은 스킵 연결입니다. 이는 엔코더에서 추출된 저수준(low-level) 특징을 디..

📌 DATA Relabeling오픈 데이터 가져와서 우리의 가이드라인에 맞게 annotation 구분선 같은거 annotation 다해서 구분선 있는 데이터 더 많이 해서 학습하는 방법도 있긴함..CVAT, Roboflow로 annotation을 수정할 수 있음을 직접 경험함.Roboflow로 직접 Relabeling 작업을 했고 Relabel 된 데이터를 가지고 학습했을 때 성능 향상이 있어서 데이터 quality가 중요함을 다시 몸소 깨달았고 성취감도 있었다.📌 Model vs Data실무에서는 data centric이 중요하다~!sample level analysis 가 중요하다.📌 아쉬운 점github 협업을 다음 프로젝트 부터는 좀 더 체계적으로 해야 겠다.슬랙과 github, notion..