edit

_posts/2024-08-26-Unet.md

@@ -7,8 +7,17 @@ last_modified_at: 2024-09-06
 논문 출처 : [U-Net: Convolutional Networks for Biomedical Image Segmentation](https://arxiv.org/pdf/1505.04597)
 
 
+U-Net은 Image segmentation 혹은 Semantic Segmentation라고 불리는 분야의 대표적인 논문이다. 
+
+❓ Semantic Segmentation 이란?
+![Segmentation]()
+원본 이미지를 받아 객체의 class 벼로 구분을 하는 것을 의미한다. Semantic Segmentation은 아이폰의 인물사진 모드 드에 사용되는 작업이다. 인물사진 몯는 사람을 강조하기 위해 나머지 객체를 흐릿하게 처리하여 Semantic Segmentation을 학습한 모델로 카메라에 담긴 사진 중 어떤 것이 사람인지 파악한다.
+
+이러한 Semantic Segmentation을 의료용 Biomedical image 분석에 사용한 모델이 U-Net이다.
+
+
 ## 1 Introduction
-이 논문에서는 "완전 컨볼루션 네트워크(Fully Convolutional Network)" 라 불리는 구조를 기반으로 한다. 이 논문의 저자들은 Fully Convolutional Network를 수정하고 확장하여 매우 적은 수의 학습 이미지로도 동작하며, 더 정밀한 분할 결과를 얻을 수 있도록 했다.
+U-Net은 "완전 컨볼루션 네트워크(Fully Convolutional Network)" 라 불리는 구조를 기반으로 한다. 이 논문의 저자들은 Fully Convolutional Network를 수정하고 확장하여 매우 적은 수의 학습 이미지로도 동작하며, 더 정밀한 분할 결과를 얻을 수 있도록 했다.
 
 <figure>
     <img src="https://github.com/yyeongha/yyeongha.github.io/blob/main/assets/img/favicons/2024-08-26-unet/fig1.png?raw=true" alt="fig1">