[Satellite] Segmentation Survey

(위성Segment) Segmentation Survey 논문 작성 목표로, 읽을 논문 정리

1. Awesome segmentation

(1) Paper & Git
{:.lead}

1. Awesome semantic segmentation : (6.2k stars) semantic segmentation 논문들 모두 정리 + Git 코드 정리
2. Awesome-segmentation : (8 stars) semantic segmentation은 위의 사이트와 동일. instance segmentation도 추가 되어 있음.
3. Awesome-satellite-segmentation : (1.3k stars) List of satellite image training datasets
4. Really-awesome-semantic-segmentation : semantic-segmentation에 관한 Survey papers도 있다.

(2) Code
{:.lead}

1. awesome-semantic-segmentation-pytorch : (1k stars)Semantic Segmentation과 관련된 (살짝 과거) 기술들을 모아서 코드화 시켜놓았다. 다 읽고 정독하면 좋을 듯 하다.
   On PyTorch (include FCN, PSPNet, Deeplabv3, Deeplabv3+, DANet, DenseASPP, BiSeNet, EncNet, DUNet, ICNet, ENet, OCNet, CCNet, PSANet, CGNet, ESPNet, LEDNet, DFANet)
2. semantic-segmentation-pytorch : (3.1k stars) 최근 Segmentation 기술들을 코드화 시켜놓았다. Pytorch implementation for Semantic Segmentation/Scene Parsing on MIT ADE20K dataset

2. Survey paper - segmentation

(1) 위의 Really-awesome-semantic-segmentation 에 있는 논문들
{:.lead}

여기 있는 논문들은 semantic-segmentation를 어디에 사용했는가 가 중심인듯 하다.

• 2018 (Cite:49) RTSeg: Real-time Semantic Segmentation Comparative Study

• 2018 (Cite:13) Indoor Scene Understanding in 2.5/3D: A Survey

• 2017 (Blog) A 2017 Guide to Semantic Segmentation with Deep Learning by Qure AI

• 2017 (Cite:455) A Review on Deep Learning Techniques Applied to Semantic Segmentation

• 2017 (Cite:179) Computer Vision for Autonomous Vehicles: Problems, Datasets and State-of-the-Art [Webpage]

(2) Google Scholar
{:.lead}

• 2020 (cite:6) Image Segmentation Using Deep Learning: A Survey
• 2019 (cite:41) Survey on semantic segmentation using deep learning techniques
• 2019 (cite:10) A Brief Survey and an Application of Semantic Image Segmentation for Autonomous Driving
• 2018 (cite:93) A survey on deep learning techniques for image and video semantic segmentation
• 2017 (cite:6) Survey on semantic image segmentation techniques

(3) DBpia
{:.lead}

• 한글 Survey(조사) 논문은 없다.

3. Survey paper - satellite segmentation

(1) satellite segmentation 대회 주요 논문
{:.lead}

• Kaggle 대회 논문(2017) : Satellite Imagery Feature Detection: A Kaggle Competition
• Codalab 대회 논문(2018): DeepGlobe 2018: A Challenge to Parse the Earth through Satellite Images

(2) satellite survey 논문
{:.lead}

• 논문이 없다.

(3) satellite segmentation 연구 논문
{:.lead}

• 2016 (90p-cite:12) Semantic Segmentation of Satellite Images using Deep Learning

4. PS

1. 논문 읽는 방법 : 논문 읽는 방법
   • 하나의 논문은 3 pass 과정을 거쳐서 3번은 훑어야한다.
     • 논문의 전반적인 아이디어 이해
     • 디테일을 제외한 논문의 내용 이해
     • 깊은 이해
   • Literature Survey

step1
{:.lead}
제목, abstract, introduction, 각 섹션의 제목, Conclusion

step2
{:.lead}
논문에 더욱 집중해서 읽어라
증명과 같은 세세한 것들은 무시해라
핵심을 써내려가라
그림, 다이어그램, 그리고 다른 삽화들을 주의 깊게 살펴보아라. 특히나 그래프에 신경을 써서 보아라

step3
{:.lead}
가장 중요한 것은 논문을 가상으로 재 실험해보는 것이다