전체 글
-
Unifying Short and Long-Term Tracking with Graph Hierarchies공부/논문 2024. 8. 10. 13:39
어떸케 모델 이름이 SUSHI...?멋있다...https://arxiv.org/pdf/2212.03038 Abstracttracking은 장,단기 tracking 둘 다 고려해야함더보기단기 tracking?가려지지 않은 객체에 대한 연관성장기 tracking?가려졌다가 다시 나타나는 객체에 대한 연관성하이브리드 접근 방식인 SUSHI 제안긴 클립을 하위 클립 계층으로 분할하여 처리하므로 확장성이 뛰어남그래프 신경망을 활용하여 계층 구조의 모든 레벨을 처리=>시간적 규모에 관계없이 모델을 통합하고 매우 일반적1. Introductiontracking by detection은 MOT에 자주 쓰이는 패러다임1. 모든 프레임에서 객체를 detection2. data association : 객체를 traject..
-
Chpater2 파이썬스러운 코드공부/파이썬 클린코드 2nd Edition 2024. 8. 8. 08:18
관용구특정 작업을 수행하기 위해 코드를 작성하는 특별한 방법이 관용구를 따른 코드를 파이썬에서는 파이썬스럽다(Pythonic)고 함 파이썬스러운 코드를 왜 짤까?1. 일반적으로 더 나은 성능을 내기 때문2. 코드가 작고 소듕..작고 이해하기 쉽기 때문3. 전체 개발팀이 동일한 패턴과 구조에 익숙해지면=>실수를 줄이고 문제의 본질에 보다 집중 가능 인덱스와 슬라이스파이썬에서 지원하는 것 중 특이한 점!음수 인덱스my_num=(1,2,3,4)my_num[-1]>>>4 slice 지원*끝 인덱스는 포함하지 않음my_num=[1,2,3,4]my_num[:2]>>>[1,2]#간격 지정my_num[::2]>>>[1,3] slice는 내장 객체이므로 직접 호출도 가능!s=slice(None,3)my_num[s]==m..
-
Segment Anything공부/논문 2024. 8. 3. 20:25
SAM2가 나온 기념으로 SAM 논문 리뷰!https://arxiv.org/pdf/2304.02643 AbstractSA 프로젝트 : image segmentation을 위한 새로운 task, model, dataset1. IntroductionLLM은 zero-shot, few-shot generalization를 통해 NLP에 혁신을 일으키는 중이러한 foundation model은 일반화 가능이런 일반화는 프롬프트 엔지니어링을 통해 구현되는 경우가 많음 CV에서는 NLP만큼은 아니지만 연구되어 왔음ex)CLIP, ALIGNconstrastive learning을 통해 text, image encoder를 훈련훈련된 encoder는 새로운 시각적 개념, 데이터 분포에 대한 zero-shot ..
-
-
원형 큐 알고리즘공부/알고리즘 2024. 6. 15. 15:00
pseudocode원형 큐 생성 : font, rear 0으로 초기화createQUeue() cQ[n]; front
-
그림과 실습으로 배우는 도커&쿠버네티스 Chapter 1교육/도커 및 쿠버네티스를 활용한 컨테이너 배포 및 운영기술 2024. 6. 9. 09:57
Chapter 1 도커란 무엇인가?01 도커란 무엇인가?데이터 또는 프로그램을 격리시키는 기능을 제공하는 소프트웨어주로 서버에서 사용됨다양한 프로그램과 데이터를 각각 독립된 환경에 격리하는 기능을 제공, 운영체제(비슷한 것)을 통째로 격리컨테이너와 도커 엔진조립형 창고 => 컨테이너컨테이너를 다루는 기능을 제공하는 소프트웨어 => 도커도커 소프트웨어의 본체 => 도커 엔진 =>컨테이너를 생성하고 구동가능컨테이너를 만들려면 이미지가 필요하다도커 엔진이외에도 컨테이너의 틀인 이미지가 필요담고 있는 소프트웨어의 종류에 따라 다양한 이미지 사용용량이 허락한다면 하나의 도커에 여러 개의 컨테이너를 올릴 수도 있음도커는 리눅스 컴퓨터에서 사용한다내부적으로 리눅스가 사용되고, 컨테이너에서 동작시킬 프로그램도 리눅스용..
-
An Image is worth 16*16 words: Transformers for image recognition at scale공부/논문 2024. 6. 6. 13:07
https://arxiv.org/pdf/2010.11929 ViT논문 드디어 리뷰한다! Abstracttransformer는 자연어 처리에서 많이 사용되는 중, 컴퓨터 비전에서는 제한적 사용주로 vision에선 attention은 conv net과 함께 적용되거나 전체 구조를 유지하면서 conv net의 특정 구성 요소를 대체하는 데 사용여기서는 CNN에 의존하지 않고 이피미 패치 시퀀스에 직접 transformer를 사용해서 이미지 분류 작업에 우수한 성능을 보인다는 것을 보임ImageNet, CIFAR-100, VTAB 등 여러 중형~소형 이미지 벤치마크로 ViT가 훨씬 적은 자원으로 CNN에 비해 우수한 결과를 내는 것을 확인했음1. Introductionself-attention 기반 아키텍처(특..
-
3. Introduction to Responsible AI교육/Google Cloud Study Jams - Gen AI 2024. 5. 19. 17:03
Google 7대 AI 원칙1. AI는 사회에 유익해야함2. AI는 불공정한 편향을 만들거나 강화해서는 안 됨3. AI는 안전하게 빌드되고 테스트되어야함4. AI를 사람들에게 설명할 수 있어야함5. AI는 개인정보보호 적용 설계 원칙을 포함해야함6. AI는 높은 수준의 과학적 우수성을 유지해야함7. AI는 위의 원칙에 부합하는 용도로 제공되어야함Google에서 추구하지 않으려는 특정 AI응용분야1. 전반적으로 피해를 초래하거나 초래할 가능성이 있는 기술2. 인명 피해를 초래하거나 이를 직접적으로 지원하는 것을 기본 목적으로 하거나 구현하게 되는 무기나 기타 기술3. 정보를 수집하거나 감시용으로 사용함으로써 국제적으로 인정된 규범을 위반하는 기술4. 국제법과 인권과 관련하여 널리 수용되는 원칙에 위배되는 ..