잡다한 포스팅

마지막 포스팅 후 한달만에 포스팅을 올리네요... 그동안 요것저것 너무 바빠서 구현을 해놓고 정리를 못했습니다... 지난번 U-Net 관련 포스팅에서 Mirroring Extrapolate를 구현해봤었는데 오늘은 Mirroring Extrapolate를 적용하여 U-Net 모델을 학습 시키는 부분을 포스팅하겠습니다. Mirroring Extrapolate 지난번 Mirroring Extrapolate는 아래와 같이 구현했었습니다. 더보기 import torch import numpy as np # tensor shape (1, x, y) def mirroring_Extrapolate(img): # mirroring 92 pixel x = img.shape[1] y = img.shape[2] np_img ..

U-Net 모델의 특성 상 input image의 크기보다 모델을 거친 후 predict image의 크기가 작습니다. 노란색 구간(388x388)을 예측하기 위해 파란색 구간(572x572)의 image입력이 필요합니다. 손실되는 입력 데이터('파란색 구간에서 노란색 구간을 제외한 부분' 중 '실제 데이터가 없이 빈 부분')는 mirroring 한 데이터로 extrapolate(외삽) 합니다. 오늘은 'Mirroring extrapolate'를 pytorch로 구현해보려고 합니다. ※ 제가 구현한 방식이 정답은 아닙니다.. 해당 모델 공부를 하면서 '이런식으로 구현을 해볼수 있겠다' 라는 생각이 들어 구현을 해보았습니다. pytorch로 모델 구현시 사용할 수 있도록 입력되는 데이터는 'torch.te..