세상은 내가 정하는 대로 세상은 내가 정하는 대로

Computer Vision 분야에는 Image Classification 외에도 Semantic Segmentation, Classification + Localization, Object Detection, Instance Segmentation와 같은 Task들이 있음 1. Semantic Segmentation a. 이미지의 모든 픽셀에 카테고리를 정함 b. 하지만, 픽셀로 카테고리를 정해서 instance를 구별할 수 없음 2. Classification+Localization a. Single Object Detection b. Single object에 대해서 object의 위치를 bounding box로 찾고 (Localization) + 클래스를 분류하는 문제 (Classification..

1. introduction object의 정확한 검출에 악영향을 미치는 경우가 많다. ex. keypoint들끼리 겹쳐있다. 다른 object에 가려서 보이지 않는 키포인트가 있다. 이런 한계를 극복하고 분류하기 어려운 hard keypoint를 잘 검출하기 위해 두개의 stage로 이루어진 CPN을 제안한다. Human Detector + GlobalNet + RefineNet Human Detector: 해당 논문에서 사용한 base object detector는 FPN(Feature Pyramid Network)에서 RoI pooling을 Mask R-CNN의 RoI Align으로 바꾼 것 GlobalNet: 간단한 keypoint들은 잘 localize시키지만 뭉쳐있거나 보이지 않는 키포인트들은..

https://www.youtube.com/watch?v=EVtMT6Ve0sY https://www.youtube.com/watch?v=q9TVt0T2a1M https://lynnshin.tistory.com/57 Detectron2 로 Mask R-CNN 학습하기 1. 아나콘다 가상환경 세팅 $ conda create -n detectron2 python==3.8 -y $ conda activate detectron2 2. PyTorch 설치 https://pytorch.org/get-started/previous-versions/ 에서 CUDA 버전에 맞는 PyTorch 설.. lynnshin.tistory.com https://github.com/facebookresearch/detectron2/b..

[들어가기 전에] 1) 아래의 내용은 https://github.com/facebookresearch/VideoPose3D 에서 확인하실 수 있습니다. 2) Videopose3D 은 Human3.6M 데이터셋과 HumanEva 데이터셋을 기반으로 설계되었습니다. 해당 데이터셋들을 다운받기 위해서는 각 데이터셋의 공식 웹페이지에 계정을 생성해야 하나, 이때 Human3.6M의 경우 회원가입 시 데이터 관리자 측에서 승인을 해 주기까지 기다리셔야 합니다. (본인의 경우 3주가 넘게 기다렸는데도 연락이 없었습니다.) 3) Human3.6M, HumanEva 와 같은 데이터셋을 설치하지 않아도 inference 작업은 가능합니다. 이에 관하여는 아래 서술을 참고하시거나, 다음 링크의 안내를 읽어보시면 되겠습니다..

1. https://github.com/isarandi/metrabs 에서 코드 다운받기 2. install_dependencies.sh과 DATASETS.md 를 따라서 설치 [install_dependencies.sh 설치 방법] 다운받은 metrabs 파일에서 터미널 열기 $set -euo pipefail $sudo apt install build-essential --yes wget curl gfortran git ncurses-dev unzip tar #miniconda 설치 $wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh $bash ./Miniconda3-latest-Linux-x86_64.sh -b $ev..

https://docs.python.org/ko/3/howto/argparse.html Argparse 자습서 — Python 3.9.7 문서 Argparse 자습서 저자 Tshepang Lekhonkhobe 이 자습서는 파이썬 표준 라이브러리에서 권장하는 명령행 파싱 모듈인 argparse 에 대한 소개입니다. 참고 같은 작업을 수행하는 다른 두 모듈이 있습니다, geto docs.python.org https://greeksharifa.github.io/references/2019/02/12/argparse-usage/ Python, Machine & Deep Learning Python, Machine Learning & Deep Learning greeksharifa.github.io

어차피 시프실 수업에서 Virtual box를 사용해서 그걸로 python 개발을 하려고 했는데, 굳이 WSL이 있는데 할 필요가 있나 싶었다. 하지만, 만약 WSL를 사용해서 pycharm을 쓰려면 pycharm pro를 구독해야 된다나 뭐라나 ... 뭔가 다른 방법이 있을 것 같기도 한데 아직 잘 모르겠다ㅜㅜ 그래도 Virtual box를 이용해 우분투 개발환경과 pycharm 설치를 해보려고 한다. Virtual box를 이용한 우분투 개발환경과 pycharm 설치 0. 일단 터미널을 켜서 sudo apt update, sudo apt upgrade, sudo apt install build-essential, sudo apt install vim 1. 우분투 20.04 LTS 버전에는 파이썬이 설..

Going deeper with convolutions 정리 및 코드 구현 by PyTorch & Tensorflow [GoogLeNet] 0. abstract GoogLeNet은 2014년 ILSVRC에서 VGGNet(VGG19)을 이기고 우승을 차지한 알고리즘이다. GoogLeNet은 19층의 VGG19보다 좀 더 깊은 22층으로 구성되어 있다. 이 모델의 주요 특징은 연산을 하는 데 소모되는 자원의 사용 효율이 개선되었다는 것이다. 즉, 정교한 설계 덕에 네트워크의 depth와 width를 늘려도 연산량이 증가하지 않고 유지된다는 뜻이다. 이때, 성능을 최적화하기 위해 Hebbian principle과 multi-scale processing을 적용하였고, 이 구조를 GoogLeNet이라 부른다고 ..