Head vs breakz

ArXiv에서 개인적으로 본 논문에 대한 abstract정리를 이제는 짝꿍과 같이 시작하였습니다. 저와 짝꿍이 관심을 가지고 보고 있는 논문을 여기서 확인 할 수 있습니다 : ) 아티히어로 artihero.tistory.com

알약 사진을 통한 알약 정보 알리미 프로젝트 배경 세계 의약 시장은 17년 306조원에서 23년 500조의 규모로 확대 될 전망 19년 기준 우리나라 의약품 부작용 보고 건수 총 13680건 상비약의 경우 포장되어 있지만, 처방 받은 약의 경우 약 봉투 외에 정보를 확인 할 곳은 3개의 사이트(약학정보원,네이버 건강의약품,의약 도서관)과 3개의 APP 서비스 한정된 알약 검색 서비스 – 스스로 정보를 입력 프로젝트 목표 알약 이미지 분류 model 정확도 90% 이상 알약 서비스 정확도 80% 프로젝트 범위 데이터 수집 의약품안전나라- 알약 데이터 수집 ML 모델 구현 Python 3.6 사용 알약 이미지 분류 모델 - one shot algorithm 활용 알약 글씨 추출기 - 미정 서비스 배포 카카오..

모델을 훈련하는 동안 무작위로 층의 일부 출력 특성을 제외 뉴런의 부정확한 부분을 제거하기 위해 착안 dropout 효과 Voting 모든 뉴런에 의존하는 것이 아닌 dropout을 통해 임의로 몇개의 뉴런만으로 학습을 시킨다. 이러한 과정을 통해 뉴런들을 평균적으로 잘 예측하게 만든다. Co-adaptation 어떠한 뉴런은 다른 뉴런에 크게 의존하고 있는데, 이 떄 만약 '나쁜' 입력을 받게 된다면 의존하고 있는 뉴런도 영향을 받게 된다. 이러한 문제를 dropout을 통해 해결 할 수 있다. dropout을 할 경우, 특정 뉴런의 영향을 받지 않기 떄문에 뉴런들이 서로 동조화 되는 것을 피할 수 있다. 참고&도움 Dive into deep learing 라온피플 Dropout: A simple wa..