HashBrowny

이번에 Yolo v5를 가려짐에 강인하도록 Data augmentation을 수행하는 역할을 맡게 됐습니다. 그래서 Occlusion을 적용한 dataset에서 어떻게 결과를 가지는지 알아보고자 했고 해당 논문을 우연히 찾아서 읽어보게 됐습니다. Object detection은 아니지만, image classification도 밀접하게 관련이 있을 것 같아 우선 읽고 정리해보았습니다.. 한글로 작성하지 않고 영어로 작성하였습니다. 하나 간과했던것은 평가를 Occlude된 것이 아닌, Un occluded된 데이터로 진행했다는 점이고, 이는 우리가 앞으로 해결할 가려짐에 강인한지는 확인할 수 없었습니다. 하지만 Occluded된 데이터로 학습을 진행하면 모델은 object를 보다 본질적인 부분으로 파악하는..

Github : https://github.com/clovaai/stargan-v2 GitHub - clovaai/stargan-v2: StarGAN v2 - Official PyTorch Implementation (CVPR 2020) StarGAN v2 - Official PyTorch Implementation (CVPR 2020) - GitHub - clovaai/stargan-v2: StarGAN v2 - Official PyTorch Implementation (CVPR 2020) github.com 예전에 구현을 못한 StarGAN-V2를 다시 구현해보았다. Github에 나온대로 구현하니까 잘 되었음. 단, Data를 불러오는 Bash파일 실행 중 Unzip하는데 오류가 나서 해당 부분만 ..

지난번에 리뷰하였던 HigherHRNet을 드디어 돌리는데 성공하였다.. 실패 및 성공할 수 있었던 Point는 다음과 같다. 1. Python 버전 (3.9.X는 Error 발생.. 3.6.8 에서 실행했더니 정상적으로 작동) 2. Cuda 버전 , Torch 버전 맞추기 --> 이 부분이 제일 난감하고.. 몇번이나 했는지 3. Conda 가상환경마다 다르게 적용되는 것이 무엇인지 확인하기 ( Cuda 또한 가상환경마다 다르다) 4. COCO Dataset의 방대한 양 5. COCO API 와 CrowdPose API 설정 결론적으로 Python = 3.6.X , Cuda = 11.6 , Pytorch = 해당 Cuda에 맞는 torch 이 핵심. 버전이 높은게 좋은게 아니고 버전 낮추는게 좋은듯.....

sudo apt update를 할때 시간이 안맞아서 다음과 같은 오류가 발생하는데, 다음과 같은 시간 동기화를 통해 해결 가능하였음. 쭉~ 다운로드가 된다. 해당 문제가 해결되니까 GCC 다운도 아주 잘된다... 묵힌 에러들이 쑥 내려가는 느낌

https://arxiv.org/abs/1908.10357 HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation Bottom-up human pose estimation methods have difficulties in predicting the correct pose for small persons due to challenges in scale variation. In this paper, we present HigherHRNet: a novel bottom-up human pose estimation method for learning scale-aware arxiv.org Bottom-up Huma..

Multiple Linear Regression Multiple features(Variables) = x1, x2, x3, x4 , .. features of i th training example : i th Row vector 여러개의 x를 f_wb에 대입해주면 아래와 같다. Vectorization(벡터화) 아래는 각 내적을 나타내는 방법이며, numpy의 dot함수를 나타냈을때 가장 simple한 것을 확인할 수 있음. makes efficient ; scale to large datasheets Gradient descent 에서의 Vectorization 활용 여러개의 feature로 바뀜에 따라 W_n을 각각 맞춰 해결해야함. 해당사항은 아래 참고 Feature Scaling(데이터 전처리..

Machine Learning Algorithms 1. Supervised learning (지도 학습) Learns from being given "right answers" used most in real-world applications , most rapid advacements and innovation learn x(input) to y(output mapping) give learning algortihm examples to learn -particular type of Supervised learning Algorithm : Regression(회귀) Regression : predict a number of infinitely many possible outputs - Training ..