분류 전체보기

[Model Review] YOLOv5 + Roboflow Annotation

! 주의 ! 이 글에는 적은 yolo v5에 대한 요약과 짧은 사용법, 그리고 roboflow annotation에 대한 개인적인 견해가 쓰여있습니다. 1. YOLOv5 Summary You Only Look Once - one stage detection 모델 R-CNN이나 Faster R-CNN과 달리 이미지 분할 없이 이미지를 한 번만 보는 특징 전처리모델과 인공신경망 통합 실시간 객체탐지 Backbone : input image → feature map CSP-Darknet https://keyog.tistory.com/30 Head : predict classes / bounding boxes Dense Prediction : One stage detector(predict classes + b..

[Model Review] MobileNet SSD 논문 퀵 리뷰

퀄리티가 높지 않습니다. 주의! Mobile Object Detection model - based on VGG- 16 https://arxiv.org/abs/1704.04861 1. Summary VGG-16 기반 기본 모델이다. 기존 VGG-16 모델이 3x3x3 convolution을 3-dimention으로 사용했기 때문에 총 parameter 개수가 81개였는데, mobile 기기 위에 올리기 위해 depthwise convolution과 pointwise convolution을 함께 사용하여 331 x 3 + 311 x 3 = 27 + 9 = 36개의 parameter로 줄인 방식의 모델이다. → 이를 Depth separable convolution 이라고 부른다. 2. Architectur..

[ML/DL] nms(None-maximum-suppression) - hard nms / soft nms

nms(None-maximum-suppression) Soft-NMS -- Improving Object Detection With One Line of Code Theory 예측된 bounding box의 confidence가 임계치(threshold) 이상이면 참으로 처리하게 된다. 그렇게 되면 하나의 Object에 대해 여러 개의 Bounding box가 겹쳐서 생성될 수 있다. → 한 객체에 대해 가장 신뢰도가 높은 하나의 bounding box만 남기고 나머지를 삭제하는 post processing 알고리즘의 일종 = nms non-maximum suppression bounding box 집합에서 class score이 가장 높은 것부터 다른 집합으로 옮기고 원본 bounding box 집합에..

[Evaluate Performance] mAP(mean Average Precision)

SSD, Faster R-CNN에서 사용하는 대표적인 성능평가지표인 mAP(mean Average Precision)에 대해 공부한 내용을 정리해봤습니다. 차마 다시 글로 적을 자신이 없어서 필기 사진으로 대체합니다ㅎㅎ mAP 구현은 COCO Eval API와 Cartucho님의 mAP 구현 repository를 참고하여 COCO format에서는 COCO Eval을, VOC데이터는 Cartucho mAP를 사용해서 만들었습니다. annotation format만 맞춰주면 되기 때문에 수정해서 적용시키는데 어려운 것은 없을 것 같습니다. 이 글을 보고 시도하시다가 어려운 점이 있으시면 댓글로 남겨주세요. GitHub - cocodataset/cocoapi: COCO API - Dataset @ http:..

[PyTorch] pretrained model load/save, pretrained model 편집

Load Pretrained model in pytorch Pretrained model pth로 저장된 torch pretrained model(weight)를 불러와서 사용 weight의 일부만 불러와서 사용할 수 있다. pth = dictionary 로 구성된다. Get format pth 파일은 Dictionary 형태로 저장되어 있다. pytorch의 load를 통해서 불러올 수 있다. import torch model = torch.load('model.pth') print(model.keys()) model.keys() 를 사용해서 key 값들을 불러올 수 있는데, 이것으로 모델 구조를 파악할 수 있다. 현재 예제로 사용하고 있는 pth 파일은 mobilenet-ssd-v1 모델의 mAP 0..

[Docker] Anaconda/Jupyter notebook을 dockerfile로 설치 + 커스텀 이미지 만들기

1. jupyter/datascience-notebook image 기반 CMD로 실행 CMD로 생성하는 과정 도커 이미지 pull $ docker pull jupyter/datascience-notebook image 컨테이너 run $ docker run \ -d \ -it \ -p 8000:8888 \ -e GRANT_SUDO=yes --name jupyter 컨테이너 접속 $ docker exec -it jupyter bash 비밀번호 생성 / ipython > from notebook.auth import passwd > passwd() # 비밀번호 입력 # 비밀번호 확인 # 암호화 비밀번호 출력 (복사해둘 것) jupyter notebook 비밀번호 설정 / sudo vim ~/.jupyter..

Equirectangular projection(등장방형도법) & Spherical Coordinates(구면좌표계)

Equirectangular Projection ⇒ 구형 물체를 2D 좌표로 투영하는 등/장방형 투영도법 Apply equirectangular projection → standard parallel = 왜곡이 없는 구의 중심(가로 선) 위도 ⇒ In panorama, 적도 = standard parallel Spherical Coordinate System ⇒ 3차원 공간 상의 점을 나타내는 좌표계 (r, theta, psi) Equirectangular Projection to Spherical Coordinate System Omnidirectional Image Capture 논문 참조 - 4. Transform Definition

[PyQt5/OpenGL/Anaconda] OSError: dlopen(OpenGL, 0x000A), ImportError: ('Unable to load OpenGL library', "dlopen(OpenGL, 0x000A) 해결방법

environment.yml 파일을 활용해서 anaconda 가상환경을 구성하던 중에 화려한 에러가 발생했다. 이 에러가 발생했을 때는 openGL이고 뭐고 하나도 모를 때라서 엥? 왜 안되지? 상태였다. 전문을 첨부한다... OSError: ("dlopen(OpenGL, 0x000A): tried: '/Users/user/opt/anaconda3/envs/environment/lib/OpenGL' (no such file), '/Users/user/opt/anaconda3/envs/environment/lib/OpenGL' (no such file), '/Users/user/opt/anaconda3/envs/environment/lib/OpenGL' (no such file), '/Users/user/..

[flutter/dart] dart migrate 명령어 수행 시 File Exception error

2시간 전에 발견한 따끈따끈한 에러,,, 방금 해결했으므로 같은 문제를 겪고 계신 분들을 위해 짧게 남겨봅니다. 검색에 걸리라고 한 번 쳐보면 아래와 같습니다. sdk 폴더 찾았는데 파일을 열 수가 없다는 내용입니다... exception: FileSystemException(path=C:\Program Files\Dart\dart-sdk\lib\_internal\sdk_library_metadata\lib\libraries.dart' message=Cannot open file) Dart를 독립적으로 설치하신 경우에는 C:\ProgramFiles\Dart 안에 Dart SDK가 들어있을텐데, 저처럼 flutter와 함께 설치하셨거나 flutter을 안쓴지 2년이 다 되어가서 급한 업데이트와 함께 mig..

[CSS] 3. CSS 기초 총정리

블로그에 웹 글을 업로드하지 않은지 어마무시한 시간이 지났지만(...) 천천히 다시 백업해보겠습니다. 다음은 CSS 기초입니다. 개인적으로는 이 기본 문법만 어느정도 알면 그 다음은 그리 어렵지 않은 것 같아요. 사실 CSS가 제 말을 잘 들어주는 편은 아니지만 아무튼 문법은 어렵지 않습니다 ^!^ 1. CSS 기초 형식 Selector{ property: value; } css는 기본적으로 위와 같은 형식을 따릅니다. Selector라고 쓴 식별자를 통해서 접근 및 적용을 가능케 합니다. h2 { color: red; } p { color: pink; } // html CSS head에 위와같이 작성하고 나면 h2태그의 컬러는 red로, p 태그의 컬러는 pink로 바뀝니다. 여기서 알 수 있듯이, h..