👩💻 도비는 공부중 썸네일형 리스트형 Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks [paper] [code: detectron2] Faster R-CNN = 2개의 모듈로 구성 - 영역 제안을 위한 deep fully convolutional network - 제안된 영역을 사용하는 Fast R-CNN detector 더보기 이전에.. R-CNN CNN을 사용해서 객체 감지에 높은 성능 input 이미지를 SS 알고리즘 사용해 후보 영역 생성 ~ 2000여개의 region proposal 후보 영역을 cnn 입력으로 >> [cnn은 이미 imagenet으로 pre-trained 된 네트워크] cnn을 통해 나온 feature map > 벡터 추출 - 클래스별로 svm classifier 학습 > 2000개의 박스들은 어떤 물체일 확률값을 가진다 - 가장 확률값이 높은 박스를 사용하기 .. 더보기 Graph R-CNN for Scene Graph Generation [Paper]. [Github] ✏️ 제안 1. Graph R-CNN: 객체 이미지간의 관계 detecting ➞ Relation Proposal Network(RePN) 2. attentional Graph Convolutional Network ➞ obj & relation 사이 contextual 정보 파악 3. evaluation metric ➞ 존재하는 metric 보다 holistic & realistic ^^ Visual Scene ➞ 이미지 내 객체에 초점을 둔게 대부분 img classification | obj detection | segmentation scene 을 객체간의 집합?collection으로 표현하면 관계를 파악하기 어려워 ➞ obj 를 포함하고 있는 그래프로 이해하자 그.. 더보기 [세미나] 발표 회고 | 피드백 정리 | TO DO ˗ˋˏ💁♀️ᩚˎˊ˗ 4번에 걸친 세미나 발표 끝 ♧ 목표 = 인턴 + 연구과제 ➔ 아주 멋지게 해내기 ♣ 현실 = 개같이 멸망 ٩⍩⃝و 💣💥 1. Pointer Network [정리] 첫 논문 발표 때는 나름 피드백 정리, 회고 글도 작성했었다. [첫 발표] 조합 최적화 문제를 풀기 위해 어텐션 메커니즘을 도입한 모델을 제시.. 발표에 너무 자신이 없고 떨리는 사람이라 항상 대본도 써놓고 덜덜덜 그냥 이해한대로 잘 얘기하고 싶은데 앞에만 서면 머리가 굳는다ㅠㅠ ppt에 사용한 자료들은 대부분 논문 그림 | 수식을 캡처해서 사용했는데 대부분의 학생들이 논문 그림을 사용하는데 새롭게 만들어서 사용하는게 좋다는 피드백을 받았다. & 목소리를 키우고 자신감 있게 말하기 레퍼런스 논문들까지 꼼꼼하게 보고싶은데 .. 더보기 Time Series Data > Machine Learning 더보기 [과정 이해하기] 1. Merge FRT와 Motion data의 시간 동기화 > 병합 > 하나의 보행 데이터 파일 생성 merge_Files_in_Folders(DIR_Src = Dataset/2022_11_10) ┗ create a folder for the merged files 원래 폴더명에 _M을 붙어서 새로운 폴더를 만들어 list of devices = [shadow, hs_server] 2. Labelling 보행 데이터의 정보 이용해 마지막 col 에 'TAG' 부여 label_config > shadowdata | smartinsoldata 3. FeatureSelection 'feature_config_xlsx' 이용해 라벨링된 데이터로부터 특징 재정렬 > 데이터 파일로 저장 .. 더보기 [hdf5] 대용량 데이터 처리 h5py + HDF5Mtrix data generator library csv 파일로 처리하다가 어쩌구 >> 메모리 부족으로 생기는 오류 같아요.. >> 대용량 데이터를 처리하는 방법에 대해 알아봅시다! >> hdf5 1. tensorflow version 2. Import import h5py from tensorflow.keras.utils import HDF5Matrix 3. Create h5py data data = pd.read_csv('data') # 구조 생성시 데이터 불러와 넣어주는 작업 필요 # 데이터 나눠서 부르고 인덱스로 구분지어 입력 가능 f = h5py.File('path', 'w') """ 데이터 저장 위한 구조 생성 keyword: 데이터 구조 접근 | data size: ro.. 더보기 ORDER MATTERS: SEQUENCE TO SEQUENCE FOR SETS 논문: ORDER MATTERS: SEQUEN CE TO SEQUENCE FOR SETS Oriol Vinyals, SAmy Bengio, Manjunath Kudlur 1. 입/출력 데이터의 순서가 모델을 학습할 때 중요한 역할 2. 입력 집합을 처리하는 seq2seq framework 확장 3. propose loss: searching over possible orders during training 훈련 중 가능한 순서 탐색 1. [Order matters] No natural order is known among input | output objects -> still be one that yields better performace 입/출력 간의 순서가 없을 때에도 성능 개선할 수 있는 순서가.. 더보기 [공유 세미나] 2023 상반기 학회 CVPR - Detecting Everything in the open World: Towards universal object detection Everything | Open World | Universal image + text 공간의 alignment > multiple sources & heterogeneous label space image Open World └ Unseen classes: Open-vocabulary object detection └ Various domains: Object detection in the Wild AAAI - SWL -Adapt: An unsupervised domain adaptation model with sample weight learning for.. 더보기 [미해결] [Unreal] Motion Capture Data | Visualizing with UE5 Matching Bones: Model data and Character 센서에서 얻은 데이터 이름과 unreal 캐릭터의 bone matching udp 서버에서 데이터프레임 만들어 unreal 형식에 맞춰서 전송 UDP Message Printing CONNECT : 'UDPRecivedEvent' -> 'Print String' node 'Printing String' node ➝ screen/console 출력 option 선택 가능 ☑ return value 20 ➝ 22 (add shoulder skeleton) 센서 shoulder == 캐릭터 clavicle 로 조정했는데 잘 모르겠음 (수정) ☑ sensor = { name , oriientation { roll, ptich, yaw } .. 더보기 이전 1 2 3 4 5 다음
