hurwan 님의 블로그

[객체탐지] VOC 어노테이션 이미지 준비부터 yolo 사용까지

[객체탐지] 객체탐지의 개요이번에는 수업 내용을 바탕으로 객체탐지에 대해서 복습하는 시간을 알아보겠습니다.객체탐지란?객체탐지는 이미지나 영상에서 특정 객체의 존재의 여부를 확인하고, 해당 객체의 위치를 바운딩 박스로 표시하는 기술입니다. 이는 주로 CNN 모델을 사용하며 대표적인 알고리즘은 R-CNN 계열, SDD 등이 존재하며 이러한 기술은 자율주행, 보안 감시 등과 같은 실시간으로 여러 클래스를 탐지해야하는 다양한 분야에서 사용됩니다. 객체 탐지는 크게 3가지 출력을 만들어 냅니다.클래스: 객체에 대한 분류 범주바운딩 박스: 객체의 위치와 크기confidence score: 해당 예측을 모델이 얼마나 확신하는지에 대한 점수객체 탐지 모델은 크게 2가지 분류로 나뉩니다.One-Stage 모델: 한번의 ..

[회고록] 생산성 없게 느껴진날

오늘은 왜인지 특별하게 기억나는 한 일이 없습니다. 팀 프로젝트 작업을 했고, 팀원이 짜놓은 알고리즘을 읽었고 했지만 뭔가 생산성이 느껴지진 않았던 것 같습니다. 거의 하루종일 알고리즘 이해에 작업을 한거같은데 코드를 읽으면서 여기에서 수정할 부분이 많게 느껴져서 읽으면서 사실 어느정도 왜 이고생을 하면서 코드를 읽고있지? 그냥 라이브러리나 기술을 공부하는게 좋지 않을까? 차라리 내가 직접 코드라도 치면 좋겠는데 라는 생각을 하였습니다. 요즘들어 제가 실습량이 부족하다는 것을 느끼고 있는 것 같습니다. 개인적으로 CS, 네트워크, DB, 웹, AI 이론 등을 좋아해서 그런 것들을 찾아보기만 하다보니 코드를 치는 감이 조금 떨어지고 손이 잘 가지 않는 상황이 와버린 것 같다고 느꼈습니다. 그래서 앞으로는..

[랭체인 중간프로젝트] 경로 생성 알고리즘 코드 읽으면서 이해하기팀원분이 짜주신 시설 및 사용자 요구사항에 대한 경로 추천 알고리즘 폴더를 알아보았습니다.[깃 커밋 링크]전체적인 폴더 구조폴더 구조를 먼저 까보면 총 2개의 폴더가 존재합니다.- code/======================================================== 경로 생성 계층 ======================================================== - geo.py # 기초 좌표 계산 도구 - graph.py # 도로 그래프 계산 도구 및 NetworkX/SciPy의 cKDTree 사용 ..

[옵티마이저] SGD, Adam, AdamW의 가중치 감쇠 방식 테스트이번 글에서는 SGD, Adam, AdamW의 가중치 감쇠의 형태를 직관적으로 확인하기 위해 개념 및 실습을 해본 내용을 작성하였습니다.기본적인 내용은 기억이 잘 나지 않아 복습을 하였지만 이전 포스팅에서 다루었던 내용에 이미 작성핸 내용이여서 이번에는 직접 코드와 가중치 감쇠가 수식적으로 어떻게 다르게 적용되는지를 확실하게 확인하였습니다.요약SGD는 정직하게 $w_t = 0.9 \cdot w{t-1} - g$ 방식을 사용하며 Adam은 $\hat{h}, \hat{m}$ 계산에 $w$ 가 합산되어 계산되어 AdamW에서 이것을 바깥쪽으로 빼주어 SGD와 같이 정직하게 계산해주게 만듭니다.동일한 환경으로 테스트 해주기import torc..

[논문] DenseNet 공부 02이번에는 이전 DenseNet 포스팅에 이어서 글을 작성해보도록 하겠습니다.이번 글 요약DenseNet은 [BN, ReLU, 1x1 Conv, BN, ReLU, DenseLayer]을 하나의 단위로 잡은 DenseBlock 3개와 그 사이에 전통적인 레이어인 Conv를 이용하여 만든 모델이며 DenseBlock 내부에서 뒤쪽의 레이어가 계산을 위해 이전 레이어들의 출력들을 모두 골고루 활용함을 확인시켜주었습니다. 또한 지속적으로 넓어지는 것을 BottleNeck과 1x1 Conv Compression을 이용하여 조정해주었습니다. 이를 통해 ResNet을 대상으로 한 비교에서 적은 파라미터를 이용하여 대체로 같거나 좋은 성능을 나타내었습니다.이전 글 요약DenseNet은 ..

[논문] DenseNet 논문 읽기 01CNN의 발전은 AlexNet에서 큰 변화를 시작으로 여러 모델이 나왔습니다.연도모델명새로운 요소2012년AlexNetCNN을 모델이 직접 학습하는 형태로 만들었습니다.2014년VGCConvolotion Kernel의 크기를 3x3 으로 통일하고 이를 깊게 쌓았습니다. 성능이 좋아졌지만 과적합 문제가 있습니다.2015년ResNetresidual connection을 사용하여 입력값에 적용해야할 변화량을 학습시켰습니다.2015년DenseNetResNet과 다르게 이전 모든 layer을 연결하여 학습시켰습니다.이번에는 위 모델들 중 하나인 DenseNet의 논문을 읽고 정리하는 글을 작성해보겠습니다.DenseNet의 철학논문 링크 DenseNet의 핵심 철학은 Feat..

[머신러닝] OpenCV 시작이번에는 OpenCV 진도를 시작함에 따라 복습할 겸 내용을 정리해보았습니다.우선 OpenCV는 Open Source Computer Vision Library라는 컴퓨터가 사람의 눈처럼 이미지와 영상을 인식하고 처리할 수 있도록 돕는 오픈소스 컴퓨터 비전 라이브러리 입니다.이는 이미지를 읽고 변환하는데 강점을 보이는 라이브러리입니다.1. 이미지 읽기기본적으로 OpenCV는 이미지를 읽는 기능을 제공합니다.import cv2img = cv.imread("경로_문자열.png")print(type(img))# 또한 로딩 옵션으로 다음과 같이 설정 또한 가능합니다.# 컬러 이미지 로드cv2.imread(path, cv2.IMREAD_COLOR)# 흑백 이미지 로드 ([H, W)cv..

[데이터 조작] 이미지와 영상의 데이터 조작이번에는 이미지와 영상 데이터의 구성에 대해서 알아보며 이것들 조작하는 방법에 대해서 알아보겠습니다. 글은 OpenCV 코드와 함게 작성됩니다.목차픽셀색 표현압축/코덱컨테이너디코딩영상 처리평활화다시 인코딩이미지와 영상우선 이미지부터 이야기를 하면서 시작하겠습니다.이미지는 2차원 배열로 구성되어있습니다.보통 2차원의 H, W 프레임 크기와 함께 RGB, HSV, GrayScale 등에 따른 다른 채널 개수/표현으로 구성됩니다.OpenCV 기준에서는 하나의 이미지 데이터의 순서는 (H, W, C) 로 이루어져 있으며 GrayScale의 경우에는 (H, W) 로 이루어집니다.또한 영상의 경우에는 이미지 여러장을 시간 순서대로 보여주는 것입니다.영상에는 다음과 같은 정..

2026-08-31 15:54:13데이터베이스 리뷰현재 제가 직접 작성하고 gpt한테 제약조건을 넣어달라 요청을 한 상태로 한번 리뷰를 해보겠습니다.목차개요service 스키마datasets 스키마1. 개요일단 service 스키마의 테이블은 총 12개로사용자 및 일반 서비스users: 사용자 기본user_profiles: 사용자 러닝 선호도running_goals: 주간/월간 목표inquries: 문의경로 찾기 및 추천route_bookmarks: 사용자가 즐겨찾기한 경로point_bookmarks: 경유지 즐겨찾기route_requests: 사용자의 요청 정보route_request_points: 요청 정보에 달려있는 출발/목적지 포인트route_recommendations: 추천 경로 후보 (현재는..

중간 팀 과제와 주말 보고강사님이 내주신 과제 진행 방향과 그동안 한것들을 좀 정리 하였습니다.아래에서 언급하는 템플릿과제1. 중간 프로젝트각자 한 작업들재빈/건희알고리즘 탐색다익스트라 알고리즘을 하면 출력에 오류가 생길 수 있다.가중치를 설정했을 때 도로 A가 거리가 300m + 가로등 적음 / 비용 등이 없을 수 있음 -> 점수에 따라서 다익스트라는 사용자 요구가 A보다 다른것에 가까운 알고리즘이 있을 수 잇음파이프라인 설계 기법 고려중한빈/승연닉네임 중복은 아님. (잘못된 표기)이메일은 없애는걸로프로필 이미지는 서버에서 자유 지정api 수요일 ~ 목요일허완docker + fatapi + node + postgis의 프로젝트 실행 환경 및 인프라 구축TypeScript 등 공부하며 dto 더 깔끔하게..