hye-log

🚀 개별학습 [5] Object Detection 1. Object Detection 1) classfication + box localization(bounding box) 2) 자율주행, OCR 등에서 활용 2. Two-stage detector 1) R-CNN - 영상에서 region proposal을 제시한 후 CNN 모델을 통해 object detection 수행 - Input으로 image를 넣음 - 약 2000개 이하로 region proposal을 구함 - 각 region proposal을 사이즈(224×224)에 맞게 잘라서 CNN을 태움 - classify(분류)함 - 한계 : region proposal 하나씩 CNN에 태우다보니 속도가 느리고 성능 향상에 한계가 있음 2) Fast ..

🚀 개별학습 [3] Image Classification 2 1. Problems with deeper layers 1) 더 깊은 네트워크 -> 더 높은 성능 항상 그런가? - 아니다 - 계산 복잡도 증가 - degradation problem : gradient vanishing(너무 작아짐)/exploding(너무 커짐) 문제 2. CNN architecture for image classification 2 1) GoogleNet (1) Inception module - 1×1, 3×3, 5×5 conv filter 사용 - 1×1 conv로 계산량을 줄임 (공간 크기는 변하지 않고, 채널 수만 바뀜) (2) 전체적인 구조 - Stem network - 전체적으로 Inception module을 쌓..

0. 문제 링크 https://www.acmicpc.net/problem/14503 14503번: 로봇 청소기 로봇 청소기가 주어졌을 때, 청소하는 영역의 개수를 구하는 프로그램을 작성하시오. 로봇 청소기가 있는 장소는 N×M 크기의 직사각형으로 나타낼 수 있으며, 1×1크기의 정사각형 칸으로 나누어 www.acmicpc.net 1. 문제 소개 1) 구하고자 하는 것 : 청소한 영역의 개수 구하기 2) 주어진 것 - N X M 직사각형 - r : 북쪽으로부터 떨어진 칸의 개수 / c : 서쪽으로부터 떨어진 칸의 개수, 즉, x, y 좌표가 주어짐 - d : 현재 바라보고 있는 방향이 주어짐. 북(0), 동(1), 남(2), 서(3) 순서대로 - 빈 칸이면 0, 벽이면 1로 주어짐 3) 구현 - 현재 위치..

🚀 개별학습 [1] Computer Vision 이란 1. Course Overview 1) AI는 사람의 지능을 컴퓨터로 구현한 것 2) 오감(sight, sound, touch, taste, smell) + 복잡한 감각(social, face, touch, speech)로도 정보 획득 가능 3) 인간은 눈으로 어떤 장면을 관찰하면 -> 수정체 뒤에 상이 맺히고 -> 뇌에 전달되어 -> 해석함 4) 컴퓨터는 카메라를 통해 영상을 생성하고 -> 알고리즘을 통해 해석하고 -> high-level representation으로 변환함 5) computer graphics : 정보를 통해 영상을 rendering 하는 것 - computer vision : computer graphics의 역과정 6) 머신러..

🚀 깃헙 특강 Part 1 1) git init - 저장소를 만든다 2) git status - 어떤 branch에 있는지, 생성, 수정, 삭제한 파일이 있는지 알려준다 3) git add FILE_NAME - FILE_NAME 파일을 깃에 업로드한다 4) git commit -m "COMMIT MESSAGE" - COMMIT MESSAGE로 현재 상태를 업로드한다 5) git checkout COMMIT_ID - COMMIT_ID로 작업 상태를 변경한다 6) git branch EXP - 현재 버전을 가리키는 새로운 브랜치인 EXP를 생선한다 7) git merge EXP - 현재 브랜치와 EXP 브랜치를 병합한다 🚀 오늘의 회고 오전부터 깃헙 특강으로 시작했다! 지난 주에 무려 5시간이나 한다길래 긴..