(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.

(2) Google Scholar
{:.lead}

(3) DBpia
{:.lead}

  • 한글 Survey(조사) 논문은 없다.

3. Survey paper - satellite segmentation

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

(2) satellite survey 논문
{:.lead}

  • 논문이 없다.

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

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