AI로 생성한 이미지는 어떻게 평가할까요? (인페인팅 적용편)
인페인팅 기반 배경 인물 제거 결과를 사람 평가와 여러 자동 지표로 비교했습니다. 데이터셋에 따라 Aesthetic Score와 CMMD가 유망한 평가 방법으로 나타났습니다.
#LLM#생성형 AI
5000
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
AI로 생성한 이미지는 어떻게 평가할까요? (기본편)
생성 이미지 평가는 정답이 없어 품질과 프롬프트 일치율을 함께 보는 접근이 필요했습니다. FID, CLIP Score, Aesthetic Score 등 다양한 지표의 특징과 한계를 정리했습니다.
#ML#GAN
16500
생성 모델의 새로운 흐름 확산 모델(Diffusion model)에 관하여
생성 모델의 새로운 흐름 확산 모델(Diffusion model)에 관하여
확산 모델의 기본 개념과 생성 모델 내 위치를 정리했습니다. 점수 기반 모델, SDE, 샘플러까지 이어지는 발전 흐름도 함께 설명했습니다.
#ML#생성형 AI
300
생성모델(Generation Model)이란 무엇인가?
생성모델을 판별모델과 비교하고 지도·비지도 방식으로 구분했습니다. KDE·GMM·VAE·GAN과 시계열 이상치 탐지 활용을 정리했습니다.
#생성모델#판별모델
2900
딥러닝 ‘생성모델’과 ‘잠재 벡터’에 관하여
딥러닝 ‘생성모델’과 ‘잠재 벡터’에 관하여
생성모델이 인식모델과 어떻게 다른지, 그리고 잠재 벡터가 어떤 역할을 하는지 설명했습니다. 오토인코더, GAN, Flow-based 모델을 예로 들어 생성 원리를 정리했습니다.
#ML#생성형 AI
400
GAN을 이용한 이상탐지
GAN의 생성·판별 모델 개념과 GANomaly 기반 이미지 이상탐지 구조를 설명했습니다. 세 종류의 손실과 이상 점수 산출로 MNIST 정상·비정상 분류를 구현했습니다.
#GAN#GANomaly
1200