HashBrowny

해당 자료는 Generative model의 기본적인 부분만 정리해서 요약한 것 입니다. Loss function보다는 어떻게 모델이 작동하는지 기본적인 부분만 추려서 업로드합니다. 추후에는 모델 하나씩 Paper와 함께 뜯어보면서 Review해보고자 합니다. 개인적으로 저는 Object detection이나 image classification보다는 Generative model쪽 보는게 더 흥미로운 것 같습니다. 요새 Diffusion model이 Hot하다는데 수식을 한번 뜯어보고 싶은 생각입니다.

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..

22년 중반 블로그를 운영하다가 방향 잃은 글만을 올리는 것 같아 중단했다가, 1년 반이 지나고 그 기간동안 공부하고 얻은 것들을 정리하고자 합니다. 글을 누군가 볼 지 잘 모르겠지만 틀린 내용이 있다면 지적해주세요!

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..

SK 하이닉스의 2021년 10월4일부터 현재까지의 주가를 이용해 일중강도율과 반전매매기법이라는 공식 사용하여 그래프로 표기 import matplotlib.pyplot as plt from Investar import Analyzer mk = Analyzer.MarketDB() df = mk.get_daily_price('SK하이닉스', '2021-10-04') df['MA20'] = df['close'].rolling(window=20).mean() #평균 df['stddev']=df['close'].rolling(window=20).std() #표준편차 df['upper']=df['MA20'] + (df['stddev']*2) #볼린저밴드 공식 df['lower']=df['MA20'] -(df['s..

삼성전자 주가에 대해 2021년 10월 부터 현재까지의 볼린저 밴드를 나타냄. 코드를 변경해가면서 각종 그래프를 출력하였고 아래는 최종 코드. import matplotlib.pyplot as plt from Investar import Analyzer mk = Analyzer.MarketDB() df = mk.get_daily_price('삼성전자', '2021-10-04') df['MA20'] = df['close'].rolling(window=20).mean() #평균 df['stddev']=df['close'].rolling(window=20).std() #표준편차 df['upper']=df['MA20'] + (df['stddev']*2) #볼린저밴드 공식 df['lower']=df['MA20']..

MariaDB 사용 도중 오류가 났던 이유는 해당 DBUpdater.py에서 비밀번호를 수정을 안해주어서 발생한 문제. 이번에 4개 종목으로 몬테카를로 시뮬레이션 중 NAVER 주가가 올바르게 구해지지 않았음. 따라서 3개 종목으로 구현.. import numpy as np import pandas as pd import matplotlib.pyplot as plt from Investar import Analyzer mk = Analyzer.MarketDB() stocks = ['삼성전자', 'SK하이닉스', '현대자동차'] df = pd.DataFrame() for s in stocks: df[s] = mk.get_daily_price(s, '2018-04-23', '2022-07-25')['clos..