Yila

연구 그림 템플릿 · 시스템·네트워크 · 4:3

어댑터 블록과 마스크 디코더를 갖춘 이중 스트림 인코더

나란한 인코더 파이프라인 두 개가 왼쪽에서 오른쪽으로 진행하고, 단계마다 그 사이에 어댑터와 융합 블록이 끼어 있으며, 끝에서 디코더가 분할 마스크를 만듭니다. 아래 패널은 모듈을 하나씩 풀어 보여 주어 딥러닝 방법 절의 개요 그림에 맞습니다.

2026. 10. 16. 업데이트검토: Roxy Liu9.53천1.37천

프롬프트

Create a scientific figure about: Dual-stream encoder with adapter blocks and a decoder mask. Visual style: Clean Vector. Requirements: publication-ready scientific quality, clear labels and directional arrows where appropriate, avoid cartoon or stock-photo look, composition optimized for research papers and academic slides.

어떤 템플릿인가요

a 패널은 데이터 흐름을 보여 줍니다. 입력 A와 입력 B가 각각 동결 표시가 된 네 단계 인코더 사슬을 통과하고, 단계마다 두 스트림 사이에 어댑터와 DAEM이라는 융합 블록이 들어가 두 입력이 층마다 특징을 교환합니다. 각 스트림의 마지막 단계는 세로로 긴 디코더로 들어가고, 디코더는 검은 바탕에 흰색으로 된 이진 마스크를 출력합니다. b 패널은 등호를 써서 인코더, 어댑터, 융합 블록, 디코더를 작은 블록의 짧은 나열로 다시 쓰며, 융합 블록 안의 잔차 합도 포함합니다. 독자는 어떤 매개변수를 학습하는지, 두 스트림이 어디에서 만나는지 파악할 수 있어야 합니다.

라벨을 붙일 요소

  • 두 입력

    왼쪽의 작은 상자 입력 A와 입력 B입니다. 최종본에서는 RGB와 깊이처럼 실제 모달리티 이름을 적습니다.

  • 인코더 단계

    스트림마다 너비가 같은 상자를 가로 화살표로 잇고, 상자 안에 단계별 특징 스케일을 적어 둡니다.

  • 어댑터 블록

    위쪽 첫 번째 스트림으로 올라가며 연결되는 주황색 상자로, b 패널에서는 가운데 층만 학습 가능하게 그려져 있습니다.

  • DAEM 융합 블록

    아래쪽 두 번째 스트림으로 내려가며 연결되는 초록색 상자입니다. 약어의 전체 이름과 역할은 그림 설명에 풀어 씁니다.

  • 디코더

    오른쪽의 세로로 긴 상자로 두 스트림의 최종 출력을 받으며, 화살표가 위아래에서 들어옵니다.

  • 이진 마스크 출력

    검은 바탕의 흰 덩어리가 분할 결과를 나타내며, 옆에 예측 과제와 출력 해상도를 적어 둡니다.

  • 동결·학습 범례

    파란색은 동결, 분홍색은 학습 가능을 뜻하며, 그림에 쓰인 다른 색도 모두 이 범례에 넣어야 합니다.

  • 모듈 분해 패널

    모듈마다 등호 뒤에 작은 블록 한 줄이 이어지고, 융합 블록 아래에는 잔차 합이 그려집니다.

주로 쓰이는 곳

  • 논문 메커니즘 그림
  • 학위 심사 발표
  • 학술 포스터
  • 강의 자료

심사자가 보는 부분

  • 색과 학습 여부가 어긋납니다

    범례는 두 색뿐인데 입력은 분홍색이고, 어댑터와 융합 블록은 범례에 없는 주황과 초록이며, 디코더는 동결로 표시되어 있습니다. 심사자는 정확히 어떤 매개변수를 학습했는지 물을 것입니다.

  • 융합은 대칭인가요

    어댑터는 위쪽 스트림에만, 융합 블록은 아래쪽 스트림에만 주입되고 둘 사이는 양방향 화살표로 이어집니다. 이 비대칭이 의도한 설계인지 밝히지 않으면 한 방향을 빠뜨렸다고 여겨집니다.

  • 디코더로 가는 스킵 연결이 없습니다

    분할 디코더는 대개 여러 인코더 단계의 특징을 쓰는데 이 그림은 마지막 단계만 연결합니다. 다중 스케일 특징을 쓴다면 연결을 추가하고 단계별 업샘플링 방식을 표시하세요.

  • 약어와 단계 세부

    DAEM의 전체 이름이 없고 단계별 해상도도 적혀 있지 않습니다. 다른 연구자가 그림만 보고 네트워크를 다시 만들 수 있도록 모듈 전체 이름과 채널 수 또는 다운샘플링 배율을 그림 설명에 넣으세요.

Yila에서 사용하는 방법

  1. 1그림 고르기
  2. 2연구 대상과 강조할 단계 설명하기
  3. 3대화로 다듬은 뒤 PNG 다운로드

사용 팁

이렇게 해 보세요

  • 어느 모듈이 동결이고 어느 모듈을 학습하는지 프롬프트에 밝혀, 범례가 실제 학습 설정과 맞게 하세요.
  • 입력 A와 입력 B를 실제 모달리티 이름으로 바꾸면 본문 없이도 각 스트림이 무엇을 처리하는지 알 수 있습니다.
  • 단계마다 특징 맵 크기나 다운샘플링 배율을 프롬프트에 적으면 인코더 사슬의 계층 구조가 한눈에 보입니다.

피하는 것이 좋습니다

  • 설명 없는 색이 나오지 않게 하세요. 색을 하나 더 쓸 때마다 범례에 그 뜻을 적어야 합니다.
  • b 패널의 작은 블록에 층 이름과 매개변수를 빼곡히 넣지 마세요. 인쇄 크기에서는 색 조각만 남습니다.

자주 묻는 질문

이 아키텍처 그림을 논문에 바로 넣을 수 있나요?

개요 그림의 첫 초안으로 쓸 수 있습니다. AI가 생성한 래스터 이미지이므로 투고 여부를 정하기 전에 색과 학습 여부의 대응, 모듈 약어, 모든 화살표 방향을 코드와 대조하고, 범례부터 바로잡으세요.

그림 속 모듈을 바꿀 수 있나요?

요소별 편집은 지원하지 않지만 Yila에서 대화로 계속 다듬을 수 있습니다. 인코더를 세 단계로 줄이거나, 디코더에 스킵 연결을 더하거나, 융합 블록을 교차 어텐션으로 바꾸거나, 범례를 네 가지 색으로 늘리도록 설명하고 새 버전을 생성하세요.

제공되는 형식은 무엇인가요?

위아래 두 패널로 된 4:3 가로형 PNG 이미지이며 AI가 생성합니다. 벡터 그래픽이 아니어서 b 패널의 작은 블록과 말줄임표가 축소 시 뭉치기 쉬우니, 두 단 편집 지면의 실제 너비에서 미리 보세요.

무료인가요?

이 페이지와 샘플은 비용 없이 볼 수 있습니다. 내 아키텍처 그림을 Yila에서 생성하면 크레딧이 소모되고, 새 계정의 2,500크레딧으로 논문에 쓸 하나를 고르기 전에 모듈 배치와 색 구성을 여러 가지 시험할 수 있습니다.

제 모델은 입력 스트림이 하나입니다. 바꿔 쓸 수 있나요?

네. 아래쪽 파이프라인을 지우고, 단계마다 어댑터를 매개변수 효율적 미세 조정용 플러그인으로 남기고, 디코더를 단일 스트림에 연결해 달라고 하세요. b 패널의 모듈 분해는 그대로 두고 쓰지 않는 색은 범례에서 빼면 됩니다.

디코더를 더 자세히 그릴 수 있나요?

디코더를 업샘플링 단계로 나누고 대응하는 인코더 단계에서 스킵 연결을 끌어오도록 대화로 요청하세요. 그림이 가로로 넓어지므로 b 패널은 새로 넣거나 바꾼 모듈만 펼치도록 줄이고, 새 색이 생기면 범례도 함께 맞추세요.

샘플 PNG 다운로드