개발자노트
-
[부스트캠프 AI tech] 16주차 주간회고 (02/19~02/23)개발자노트/네이버 부스트캠프 AI 2024. 2. 23. 21:11
💗한 주의 평가 최종 프로젝트를 하게 되면서 협업에 어려움을 느꼈다. 어떤 task를 해야할지 전체적인 그림이 그려지지 않으니까 각자 알아서 하게되고 협업을 하는 것 같다는 느낌이 잘 들지 않았다. 개인적으로 힘든 일들도 많아서 집중이 떨어졌다. 그래도 강의를 열심히 들었고 공부한 내용을 잘 정리해서 뿌듯했다. 이제 슬슬 서류를 넣고 면접을 준비해야 할 것 같다. 📖주간 학습 내용 - Semantic segmentation 모델들 2024.02.22 - [Computer Vision & AI/Computer Vision] - [Segmentation] DeconvNet, SegNet, FC DenseNet, DeepLab, DilatedNet [Segmentation] DeconvNet, SegNet, ..
-
[부스트캠프 AI tech] 15주차 주간회고 (02/13~02/16)개발자노트/네이버 부스트캠프 AI 2024. 2. 16. 18:56
💗한 주의 평가 연휴의 후유증은 대단했다! 최종 프로젝트를 본격적으로 시작했다. 막막했지만 이번주 모더레이팅을 잘 해서 기초를 잘 잡아놓은 것 같아 뿌듯하다 ㅎㅎ 📖주간 학습 내용 2024.02.10 - [Computer Vision & AI/Computer Vision] - Semantic Segmentation - FCN Semantic Segmentation - FCN FCN Fully Convolutional Network end-to-end 딥러닝 모델의 기본인 FCN https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf end-to-e..
-
[부스트캠프 AI tech] 13주차 주간회고 (01/29~02/02)개발자노트/네이버 부스트캠프 AI 2024. 2. 2. 20:41
💗한 주의 평가 일주일이 길다면 길었고 짧다면 짧았다. 많은 것을 했다. 대회 관련해서는 좋은 방법을 빠르게 찾아서 시간을 아낄 수 있었다. 화요일은 오프라인 모임을 하고 멘토님과 식사를 했다. 오프에서 뵈어서 너무 반갑고 좋았다. 운영진분을 인터뷰 하는 진귀한 경험도 해봤다 ㅎㅎ.. 목요일은 멘토링으로 면접 스터디를 봤는데 힘들지만 정말 좋은 경험이었다. 내 자신에게 충격을 받았다 (ㅋㅋ...) 최종 프로젝트 주제가 정해져서 진행되고 있다. 잘 진행될 수 있길!! 📖주간 학습 내용 Data Centric 이론 OCR 대회 진행 데이터 증강 EAST 모델 공부 최종 프로젝트 주제 정하기 면접 스터디 Keep - 면접 스터디를 통해 나를 보다 멘토링 시간에 면접 스터디를 진행했는데, 준비하면서 너무 마음이..
-
[부스트캠프 AI tech] 12주차 주간회고 (01/22~01/26)개발자노트/네이버 부스트캠프 AI 2024. 1. 26. 20:47
💗한 주의 평가 OCR을 처음 경험해봤다. 문서 이미지가 이전에 경험해 본 이미지들과 특징이 달라서 초반에는 뭘 해야할지 헤메었다. 일단 대회의 기본 세팅을 해놓고 베이스 코드로 학습을 진행했는데 기본 세팅만으로 F1 score 0.8이 넘었다. 추론 결과를 시각화해서 살펴보니 무엇이 문제인지, 성능을 높이려면 어떤 문제에 포커스를 맞춰야 하는지 알 수 있었다. 그리고 팀원들과 즐겁게 회의하면서 진행해서 좋았다. Annotation 가이드를 정할 때 정말 다양한 케이스가 많아서 룰을 정하는 것이 쉽지 않았다. 또 룰은 정했더라도 이것을 가이드 문서로써 언어로 알아듣기 쉽게 표현하는 것도 어려웠다. 예시 이미지를 첨부하면 이해에 많은 도움이 된다. 개발자로서 문서 표현 능력 또한 중요한 것을 다시금 실감하..
-
대회가 끝났지만 DINO에 미련남아서 학습한 후기개발자노트/네이버 부스트캠프 AI 2024. 1. 23. 11:43
대회 마감 이틀전 DINO를 만났지만 backbone을 swinL로 하니 batch size를 1로 해야 겨우 CUDA out of memory 없이 돌았다. 어제 밤에 돌리고 약 14시간 정도만에 학습이 완료되었는데 제출하려고 하니 제출버튼이 비활성화 되었다. 하지만 제출을 못하더라도 눈으로라도 확인한 결과가 굉장했다! DINO가 배터리를 굉장히 잘 잡는다. 아래 그래프에서도 확인 가능하다. 실험 그래프 다른 모델들과 다르게 학습하면서 점점 우상향 하는 그래프는 아니고 심지어 하향하는 것처럼 보이기도 한다. 그러나 왼쪽의 y축 값을 보면 mAP 50의 값이 0.75~0.77사이로 큰 폭으로 감소하지는 않는다. 다른 클래스들의 결과도 상당하다. 다른 모델들과 비교하면 차이가 확실히 보인다. small은 ..
-
[네부캠 AI tech] 11주차 주간회고 (01/15~01/19)개발자노트/네이버 부스트캠프 AI 2024. 1. 19. 19:33
💗한 주의 평가 Detection 대회 마지막 주간이었다. 학습을 돌리느라 늦게 자고 생활 패턴이 많이 안 좋아졌다. 그러나 이번 대회를 통해 얻은 점도 많다. 지난 대회는 정말 정신 없이 끝나서 제대로 알지 못하고 넘어간 부분이 많았는데 이번에는 validation, wandb, mmdetection 등 제대로 학습하고 경험할 수 있어서 좋았다. 물론 아쉬움이 남는 부분도 많았지만 지난번 부족한 부분을 채울 수 있어서 스스로 만족한다. 📖주간 학습 내용 MMDetection Neck, FPN 1 Stage Detectors 앙상블 기법 - NMS, WBF Model - Cascade R-CNN, ddq, dino 2024.01.15 - [개발자노트/네이버 부스트캠프 AI] - (MMDetection) ..
-
나의 삶의 지도 '개발자 진화 과정'개발자노트/네이버 부스트캠프 AI 2024. 1. 16. 15:49
이번에 부스트캠프 두런두런세션을 통해 삶의 지도를 작성해보았습니다! 글로 쓰다가는 책 한권이 될 것 같아서 아이패드로 슥삭 그려보았습니다. (〃^▽^〃)ゝ 10년전 20년전에는 정말 제가 개발자가 될 것이라곤 1도 생각해본적이 없었어요. 집에있는 어린이 대백과에서 영어, 컴퓨터는 엄청 깨끗하고 인체, 우주, 예술만 계속 봤었으니까요. 그런데 삶이란 정말 알다가도 모르는 것 같습니다. 아마 10년 후, 20년 후에도 지금의 제가 생각지 못한 일들을 하고 있을 수도 있겠네요!
-
모델 앙상블 기법 - NMS, WBF개발자노트/네이버 부스트캠프 AI 2024. 1. 16. 11:47
딥러닝 결과의 성능을 높이기 위해서 여러 모델의 예측결과를 앙상블 한다. 앙상블에도 여러가지 방법이 있는데 NMS, WBF를 사용하고 정리해본다. Non-Maximum Suppression (NMS) 겹치는 부분의 정도가 일정 threshold 이상인 박스들 중에서 가장 확률이 높은 박스를 선택하고 나머지 겹치는 박스를 제거하는 기법 장점 : 간단함. 중복 제거를 효과적으로 할 수 있음. 단점 : 가장 확률이 높은 박스를 선택하기 때문에 다양한 객체를 탐지하기 어려움, 임계값에 민감하여 임계값 설정이 중요함. Weighted Boxes Fusion (WBF) 각 모델의 예측에서 박스의 좌표를 가중 평균하여 최종 예측을 생성함. 각 박스에 대한 예측 점수를 가중치로 사용하여 모델 간의 성능 차이를 고려함...
-
[네부캠 AI tech] 10주차 주간회고 (01/08~01/12)개발자노트/네이버 부스트캠프 AI 2024. 1. 12. 20:58
💗한 주의 평가 코어타임에 거의 쉬지않고 컴퓨터 앞에 있었다. 가장 오랫동안 집중했지만 강의는 오히려 조금밖에 못 들었다. 대회관련해서 해봐야할 것 들이 많았고 시간이 오래 걸렸다. 그래도 첫 대회 경험 덕분에 익숙한 부분은 빠르게 할 수 있었다. 지금 어려운 부분들도 나중에 더 빠르게 할 수 있을 것이다. 새롭게 배우는 내용들을 잘 정리해놔야겠다. 라이브러리를 처음 배우는 것은 새로운 나라를 여행하는 것과 비슷한 것 같다. 처음에는 낯설고 어렵지만 익숙해지면 여러가지 경험을 할 수 있게 된다. docs를 익숙하게 사용하는 것을 배웠다. 역시 공식문서를 잘 봐야하고 영어는 필수다. 📖주간 학습 내용 MMDetection 3.x 버전 사용하기 Config hook 경진대회 중간 점검 git 협업 - iss..
-
(작성중) Grad CAM개발자노트/네이버 부스트캠프 AI 2024. 1. 12. 20:40
CAM Class Activation Map 이미지 분류 모델에서 이미지의 어느 부분을 보고 class를 예측했는지 시각화 CNN의 마지막 레이어를 FC layer로 Flatten 시키면 각 픽셀들의 위치 정보를 잃게 됩니다. 그래서 Classification의 정확도가 높더라도, 우리는 그 CNN이 무엇을 보고 특정 class로 분류했는지 알기 어렵습니다. Global Average Pooling을 적용하면 특정 클래스 이미지의 Heat Map을 생성할 수 있고 그 Heat Map을 통해서 어떤 것을 보고 분류했는지 이해할 수 있게 됩니다. 그러나 CAM을 사용하기 위해서는 GAP를 사용해야 합니다. 이를 해결하기 위해서 Grad-CAM이 나왔습니다. Grad-CAM Gradient-Weighted C..