Info **UNet 3+: A Full-Scale Connected UNet for Medical Image Segmentation** *Huimin Huang, Lanfen Lin, Ruofeng Tong, Hongjie Hu, Qiaowei Zhang, Yutaro Iwamoto, Xianhua Han, Yen-Wei Chen, Jian Wu* [[paper](https://arxiv.org/abs/2004.08790)] ICASSP(IEEE) 2020 - U-Net++와 마찬가지로, U-Net3+ 모델은 Skip connection의 개선을 목표로 두고 설계된 모델이다. 본문에서 저자는 U-Net의 skip connection과 U-Net++의 Skip Pathways (skip connectio..

Info **UNet++: A Nested U-Net Architecture for Medical Image Segmentation** *Zongwei Zhou, Md Mahfuzur Rahman Siddiquee, Nima Tajbakhsh, Jianming Liang* [[paper](https://arxiv.org/abs/1807.10165)] DLMIA 2018 - * 본 논문에 이미 pytorch 구현의 GitHub link를 제공하고 있음. 실제 운용 면에서 더 섬세하게 구현을 해놓으셨기 때문에 이해가 아닌 적용을 목적에 둔 경우 이 글보단 원본 깃허브를 참조하면서 공부하는게 더 낫겠다 싶다. U-Net ++의 핵심은 encoder와 decoder를 연결해주는 skip connection에서 ..

info **Attention U-Net: Learning Where to Look for the Pancreas** *Ozan Oktay, et al.* [[paper](https://arxiv.org/abs/1804.03999)] MIDL 2018 - Attention U-Net 파이토치 구현입니다. 논문을 보고 작성하는데 Gating Signal $g$ 에서 막혀서 시간이 좀 걸렸네요. Attention U-Net Encoder, Decoder, 그리고 AttentionGate (softmax, addtive attention)을 구현했습니다. *Deep supervision은 본문 연구에서 encoder output을 포함하여 stage_outputs들을 모두 segementation map si..

info. **V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation** *Fausto Milletari, Nassir Navab, Seyed-Ahmad Ahmadi* [[paper](https://arxiv.org/abs/1606.04797)] 3DV 2016 V-Net 논문 읽고 구현을 해본 파이토치 버전 코드입니다.Encoder (compression path), Decoder (decompression path), 그리고 dice loss를 구현했습니다. 논문 본문에 있는 모델 설명을 참조했습니다. V-Net 장점 요약 3D 의료 이미지의 효과적인 Segmentation: V-Net 네트워크 아키텍쳐는..

Info **U-Net: Convolutional Networks for Biomedical Image Segmentation** *Olaf Ronneberger, Philipp Fischer, Thomas Brox* [[arXiv]]: https://arxiv.org/abs/1505.04597 MICCAI 2015 - 원래 U-Net에서는 Convolution 연산을 수행할 때 패딩을 넣지 않아서 이미지의 크기가 점진적으로 줄어들지만, 현 시점의 구현에서는 입력 이미지의 크기를 줄일 필요가 없습니다. (오히려 잠재적으로 여러방면에서 손해) 하지만 해당 본문에서는 실제 U-Net 모델을 그대로 재현했습니다. U-Net 특징 매개변수의 효율적인 사용: U-Net 아키텍처는 건너뛰기 연결을 사용하여 인코더와..

새로운 연구실에서는 서버 단에 key를 직접 두는 것이 아닌, gitlab에 위치시키고 control plane처럼 컨트롤 해주신다. 맥북도 새로 샀고, 새로 받은 데스크탑(윈도우)도 있으니 두가지 버전 다 기록해볼까 한다. Windows OS 1. cmd (명령 프롬프트, 혹은 본인이 쓰는 커널) 연다. 2. 터미널에 아래의 명령어를 입력한다. ssh-keygen 생성하는 위치를 concrete path를 주어 생성할게 아니라면 Enter *: 에는 그냥 공란으로 엔터를 쳐 넘어간다. 3. 생성확인 내 컴퓨터 > 로컬 디스크 > 사용자 (혹은 user) > [사용자이름] > .ssh --- 의 경로로 이동하면 id_rsa 파일이 존재한다. 이 파일을 서버의 .ssh에 복사하고 local machine의..

운영체제 조교 중 재밌었던 메일이 와서, 기록용으로 적어둠 질문 안녕하세요 OOO 교수님의 OS n분반을 수강중인 XXX 학부생입니다. 다름이 아니라 과제에서 모두 구현을 마친 후 여러 테스트케이스를 시도하던중 메모리를 10만큼 allocate을 했을때 10 이상의 메모리에 assign이 가능한것을 확인 하였습니다. 이 때 core dump나 segmentation fault가 나야 하는것인지 아니면 해당 현상이 정상인지 파악이 불가능하여 연락 드립니다. 답변 그것이 정상일 수 있습니다. 운영체제에서 내용 중 가상 메모리를 관리하고 할당할 때, Paging 기법을 사용하는 것이 기억 나시나요? C에서는 메모리동작이 page 단위로 할당되기 때문에 학우님께서 할당한 공간보다 추가적으로 공간을 더 사용할 수..

컴퓨터 공학, CS는 기술면접에서 코딩테스트를 하는 게 아니고 공부를 얼마나 정확하게, 성실하게 했느냐를 많이 물어보는 것 같다. (*학부생 기준) 이건 취업과 대학원 입시 면접 둘 다 해당하는 이야기라서 따로 기록을 해 보았다. Tree의 정의 “A tree is an undirected graph that is connected and acyclic.” G가 n개의 노드를 포함하는 undirected 그래프일 때, 아래의 문장을 만족 G is connected G doesn’t contain a cycle G has n-1 edges. 트리는 그래프의 부분 집합으로, 1) conntected, 2) acyclic, 3) undirected, 4) n node and n-1 edges 를 가지는 그래프..

pytorch가 열심히 스스로 버전을 업데이트 하는데, 미리 생성해놓은 *.bat 파일은 cuda 버전은 변하면 안되서 고정해도 되지만 pytorch 버전은 그럴 이유가 없는데 설치할 때 잘도 최신이 되서 찾아봄 문법 $( ) .. 끝 사용하고 싶은 명령어를 안쪽에 넣으면 nested cmd가 완성됨 pip install --no-index torch-scatter -f https://pytorch-geometric.com/whl/torch-1.9.0+cu102.html 그래서 위와 같이 pytorch 버전을 일일이 잡아줘야했던 이 cmd를 pip install --no-index torch-spline-conv -f https://pytorch-geometric.com/whl/torch-$(python..

서버 control plane에서 작업할 때 접속은 자유롭게 해도 그 서버에 무슨 장비가 달려있는지 기억이 잘 안날때가 많은데 이거를 control plane에다가 미리 작성해 놓으면 편할거 같아서 표기를 바꾸려고 정보를 얻는 김에 작성 1. GPU 장비 이름 nvidia-smi 명령어가 가능한 경우 (= 엔비디아 드라이버가 이미 설치가 되어 있음) nvidia-smi --query | fgrep "Product Name" # 전 nv로 alias 등록해놔서 아래로 씁니다 nv --query | fgrep "Product Name" cf. 불가능하고 리눅스 명령어가 되는 경우 lspci | grep -i VGA 2. CPU 장비 이름 cat /proc/cpuinfo | grep 'model name' |..