demo parameter #define DEMO 1 #ifdef OPENCV static char **demo_names; static image **demo_alphabet; static int demo_classes; static network *net; static image buff [3]; static image buff_lette...

deconvolutional_layer Deconvolutional Layer 란? deconvolution은 convolution을 반대로 연산합니다. 기존의 convolution은 입력 특징맵과 필터를 컨볼루션 연산하여 출력 특징맵을 생성합니다. 이로인해 특징맵의 크기는 줄어듭니다. deconvolution은 이와 반대로 특징맵의 크기를 증가...

data get_paths pthread_mutex_t mutex = PTHREAD_MUTEX_INITIALIZER; list *get_paths(char *filename) { char *path; FILE *file = fopen(filename, "r"); if(!file) file_error(filename); ...

crop_layer input(image, feature map)을 crop하기 위한 layer입니다. get_crop_image image get_crop_image(crop_layer l) { int h = l.out_h; int w = l.out_w; int c = l.out_c; return float_to_i...

crnn_layer cnn과 rnn을 결합한 layer 입니다. rnn에서 fully connected 연산을 convolutional 연산으로 바뀌어진 것 외에 딱히 변화가 없습니다. increment_layer static void increment_layer(layer *l, int steps) { int num = l->ou...

cost_layer Loss를 구하기 위한 layer입니다. COST_TYPE typedef enum{ SSE, MASKED, L1, SEG, SMOOTH,WGAN } COST_TYPE; 위 코드는 COST_TYPE라는 열거형(enum)을 정의하는 코드입니다. COST_TYPE은 네트워크의 손실 함수(loss function)를 지정하...

convolutional_layer Convolutional Layer 란? Convolution은 합성곱으로 2가지 연산을 사용합니다. 각 원소끼리 곱합니다. (element wise multiplication) 각 원소를 더합니다. 이해를 돕기위해 그림으로 살펴보겠습니다. 아래 그림과 같이 각 원소를 곱하고 합한 값을 활성화 함수...

connected_layer Fully Connected Layer 란? 이전 Layer의 모든 노드가 다음 Layer의 모든 노드에 각각 하나씩 연결되어있는 Layer 입니다. 가장 기본적인 Layer 1차원 배열로만 이루어져 있습니다. 이해를 돕기위해 그림으로 살펴보겠습니다. 크게 복잡하지 않고 단순한 연산으로만 이루어져 있습니...

compare train_compare void train_compare(char *cfgfile, char *weightfile) { srand(time(0)); float avg_loss = -1; char *base = basecfg(cfgfile); char *backup_directory = "/home/pjr...

col2im columns을 이미지로 변환해주는 것을 말합니다. col2im_add_pixel void col2im_add_pixel(float *im, int height, int width, int channels, int row, int col, int channel, int pad, flo...