윤제로의 제로베이스

요즘 나의 관심사 르망 24시지난 달에 현대 제네시스가 르망 24시 완주 했다는 기사에서부터 관심을 갖게 되면서 찾아보게 되었는데관련해서 찾아보니 또 재밌는데 더 재밌으려면 더 많이 알면 좋지 않을까 생각중.https://www.hyundaimotorgroup.com/ko/news/hyundai-motor-company-genesis-le-mans-24-hour-race-completion 제네시스, 세계 최고 권위 내구 레이스 '르망 24시간' 완주 | 현대자동차그룹제네시스 마그마 레이싱이 르망 24시간 하이퍼카 클래스에 첫 출전해 GMR-001로 완주 성공. 극한 환경에서 팀워크와 기술력을 입증하며 글로벌 무대에 강렬한 인상을 남겼습니다.www.hyundaimotorgroup.com 르망 24시란프랑..

딥러닝 프로그램을 돌리다가 내가 가끔 중간에 강제 종료시킨 것들이 누적되었는지 shared memory에러가 발생했다. RuntimeError: DataLoader worker is killed by signal: Bus error. It is possible that dataloader's workers are out of shared memory. Please try to raise your shared memory limit. 이런 에러가 발생해서 왜지 하고 찾아보니 shared memory를 넘치면서 발생하는 에러라고 나왔다. 실제로 df -h로 봤을 때 이미 사용중인 shared memory가 56%라고 써져있었다. (아무 프로그램도 돌리고 있지 않았는데도) 그래서 shared memory를 지..

pre trained model을 가져와서 일부 레이어에만 requires_grad=True로 해두었는데 loss를 계산하니 loss.backward() 부분에서 런타임 에러가 났다. RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn 아래와 같이 loss.requires_grad_(True)를 추가해주니 잘 돌아간다. optimizer.zero_grad() loss.requires_grad_(True) # 추가 loss.backward() optimizer.step() 출처: https://yjs-program.tistory.com/210 RuntimeError: element 0 of tensors d..

데이터 파헤치기 9155개의 제출 중 2359개의 논문이 승인됨 arXiv 버전이 포함된 논문은 1724개 논문당 저자 CVPR 논문 저잧의 평균은 5.4명이다. 13개의 논문에는 저자가 1명 뿐이었다. 데이터 초록에 따를 때 가장 인기있는 데이터셋은 ImageNet, COCO, KITTI, CIFAR가 있다. Heating UP 모델 Diffusion 모델이 압도적이었다. 노이즈 제거, 이미지 편집 및 style transfer에도 적용된다. Radience Fields 역시 NeRF와 함께 많은 인기를 얻고 있다. Transformer와 ViT는 2022년에 비해 인기가 하락한 것을 보여주고 있다. CNN은 우위를 거의 잃어가고 있는 걸 볼 수 있다. Task 전통적인 Recognition 분야의 선..

mmseg를 사용한 논문 github을 보게 되었는데 실질적으로 코드는 별로 안 짜시는 것 같고 거의 config file가지고 하시는 거 같아서 신기해서 한 번 해보고 싶다는 생각에 시도해보는 중,, 설치 conda create --name openmmlab python=3.8 -y conda activate openmmlab conda install pytorch torchvision -c pytorch pip install -U openmim mim install mmengine mim install "mmcv>=2.0.0" git clone -b main https://github.com/open-mmlab/mmsegmentation.git #main branch를 HEAD로 clone cd mm..

도커 실습 시작! 도커 설치하기 curl -fsSL https://get.docker.com/ | sudo sh sudo 없이 docker 사용하기 docker는 기본적으로 root권한을 필요로 하기 때문에 root가 아닌 사용자가 sudo 없이 사용하려면 사용자를 docker 그룹에 추가해야 한다. sudo usermod -aG docker $USER # 현재 접속중인 사용자에게 권한주기 sudo usermod -aG docker your-user # your-user 사용자에게 권한주기 컨테이너 실행하기 도커 실행 명령어 docker run [OPTIONS] IMAGE[:TAG|@DIGEST] [COMMAND] [ARG...] 주로 사용하는 옵션들 -d : detached mode. 백그라운드 모드 ..

Docker를 쓰고 싶은데 일단은 그러기에 앞서 도커가 뭔지를 알아야할 것 같다 가볍게 개념을 훑어보도록 하겠다. 도커(Docker) 도커는 컨테이너 기반의 오픈소스 가상화 플랫폼이다. 약간 우리가 아는 그 컨테이너 처럼 다양한 프로그램, 실행 환경을 추상화하고 동일한 인터페이스를 제공하여 프로그램의 배포 관리를 단순하게 해준다. 아직 사실 와닿지 않는다. 컨테이너(Container) 컨테이너는 격리된 공간에서 프로세스가 동작하는 기술이다. 기존의 가상화 방식은 VMWare나 VitualBox와 같이 OS위에 OS자체를 가상화하여 사용했다. 하지만 무겁고 느려서 사용하기가 버거웠다. 그래서 프로세스를 격리하는 방식이 등장한다. 리눅스에서 이 방식을 리눅스 컨테이너 라고 하고 단순히 프로세스를 격리시키기 ..

R-CNN R-CNN에 대해 먼저 이해하자. R-CNN의 기본적인 구조는 2-stage Detector이다. 첫번째로는 물체의 위치를 찾는 Region Proposal, 물체를 분류하는 Region Classification이다. Region Proposal : 이미지와 레이블을 투입한 후 카테고리에 무관하게 영역을 찾는다. pre-trained CNN : proposal된 영역으로부터 고정된 크기의 feature vector를 wrapping, crop하여 CNN에 투입. SVM : CNN 결과로 나온 feature map을 SVM(Support Vector Machine)을 통해 분류 Regressor : bounding box regression 1. Region Proposal R-CNN은 이미지..

https://arxiv.org/abs/2001.05566 Image Segmentation Using Deep Learning: A Survey Image segmentation is a key topic in image processing and computer vision with applications such as scene understanding, medical image analysis, robotic perception, video surveillance, augmented reality, and image compression, among many others. Various al arxiv.org 3.4 Multi-Scale and Pyramid Network based Models ..

https://arxiv.org/abs/2001.05566 Image Segmentation Using Deep Learning: A Survey Image segmentation is a key topic in image processing and computer vision with applications such as scene understanding, medical image analysis, robotic perception, video surveillance, augmented reality, and image compression, among many others. Various al arxiv.org 3. DL-Based Image Segmentation models 3.1 Fully C..