분류 전체보기
-
재활용 쓰레기 분류를 위한 Object Detection 대회 회고Computer Vision & AI/Computer Vision 2024. 1. 23. 00:53
경험의 누적과 발전 지난 첫 대회의 경험을 통해 이번에는 빠르게 서버 구축을 할 수 있었다. 딥러닝 경진 대회에서 어떤 과정이 필요한지 큰 흐름을 알기 때문에 이번에는 그런 기법들을 왜 사용해야 하는지, 그게 뭔지를 하나하나 확인하면서 공부하고 기록하면서 진행했다. 왜 validation set을 고정으로 하는게 중요한지, 앙상블이 어떤 매커니즘으로 되는지, 딥러닝 학습이 어떤 구조로 돌아가는지, 이해를 기반으로 작업했다. 지난번에는 제대로 못 쓴 git issue, PR도 제대로 사용했다. wandb도 이번에 제대로 사용했고 팀 실험 전체를 함께 관리했다. mmdetection의 docs 페이지에서 직접 검색해가며 라이브러리를 사용했다. 나의 실험에 맞게 custom 하는 방법을 터득했다. Object..
-
Software 1.0 vs Software 2.0Programming/Computer Science 2024. 1. 22. 18:42
Software 1.0과 Software 2.0 소프트웨어 개발 및 딥러닝 분야에서 사용되는 용어 전통적인 소프트웨어 개발 방법과 딥러닝을 비교하여 설명하는 데 사용 Software 1.0 전통적인 소프트웨어 개발 방법 Top-down 방식 장점 : 명시적이고 직관적임 단점 : 복잡하고 다양한 규칙 처리하기에 어려움 SW 1.0 개발과정 문제정의 큰 문제를 작은 문제의 집합으로 분해 개별 문제 별로 알고리즘 설계 솔루션들을 합쳐 하나의 시스템으로 이미지 인식 기술도 처음에는 SW 1.0식으로 개발되었음. 전신이 보이는 경우, 팔이 보이는 경우, 얼굴이 보는 경우, ..... 이런식으로 케이스별로 분해. 예) DPM 그러나 한계가 있었고 이에 대한 해결책으로 Software 2.0이 등장함. SW 2.0에..
-
운동과 힐링이 필요한 이유기록/끄적이다 2024. 1. 22. 01:16
운동을 해야하는 이유 시간이 없다는 핑계로 최근 거의 운동을 못하다가 점점 피로감이 심해지고 공부시 집중이 잘 되지 않는 것을 체감했다. 체력이 부족하니 장시간 의자에 앉아있는 것조차 버거웠다. 금요일에 교정 요가 체험을 했다. 벽에 걸린 끈으로 몸의 무게를 지지하는 방식으로 텐션을 주었다. 마지막엔 아예 거꾸로 매달리는 자세였는데 몸이 시원하긴 했으나 좀 무서웠다. 내려오고 나서 다리가 후들거렸다. 일요일에는 풋살 원데이 클래스를 다녀왔다. 한번쯤 해보고 싶었는데, 생각이상으로 정말 좋은 경험이었다. 다들 지인이랑 왔는지 나만 혼자였는데 연습과 팀 대결을 진행하니 별로 머쓱하지는 않았다. 패스, 드리블을 배웠고 어렵지만 재미있었다. 팀 게임은 5분 뛰었는데도 정말 숨이 찼다. 한 골 넣었는데 기분이 매..
-
[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) ..
-
2024년 1월 현재까지 읽은 책 정리일상/책 2024. 1. 19. 11:38
다 읽은 책 읽고 있는 책 다시 읽을 책 읽다 멈춘 책 나의 첫 사이드 프로젝트 읽기 쉬운 책. 사이드 프로젝트가 꼭 업무 관련이 아니라 내 생활, 취미에 관련된 것들도 가능하다. 창조력 코드 수학자가 쓴 책. 초반의 느낌이 나랑 잘 맞지 않아 중단 학문의 즐거움 수학자가 쓴 책. 즐겁지 않았다. AI 이후의 세계 2024.01.15 - [일상/책] - [헨리 키신저 외] AI 이후의 세계 동물 농장 왜 영미문학의 레전드라고 하는지 알겠다. 읽으면서 충격의 충격을 받았다. 어려운 책은 아니지만 무엇을 비판하는지 알고있다면 정말 현실같아서 괴롭다. 작가로서 조지 오웰에 대해서 많이 알게 되었다. 1만 시간의 재발견 단순히 1만 시간을 채우는게 아니라, 그 1만 시간의 질이 중요하다. 반순 반복은 소용없다...
-
DINO swin L 로 모델 성능 개선Computer Vision & AI/AI 2024. 1. 18. 17:32
2024.01.16 - [개발자노트/네이버 부스트캠프 AI] - (MMDetection) DINO 모델 테스트 (MMDetection) DINO 모델 테스트 다양한 모델들을 팀원들과 실험한 결과, Faster R-CNN과 RetinaNet, rtmdet 보다도 Cascade R-CNN이 높은 성능을 보여주었다. 그러나 Cascade R-CNN도 비교적 옛날에 발표된 논문 모델이라서 더 괜찮은 모델을 찾 venypark.tistory.com DINO는 anchor box를 디노이징하여 DETR의 성능향상을 한 모델입니다. 이전 글에서 언급한 DINO가 SOTA에서도 상위권이더라구요 상위권에 Transformer를 베이스로 하는 모델이 많이 보입니다. https://paperswithcode.com/sota..
-
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...
-
(MMDetection) DINO 모델 테스트Computer Vision & AI/AI 2024. 1. 16. 00:30
다양한 모델들을 팀원들과 실험한 결과, Faster R-CNN과 RetinaNet, rtmdet 보다도 Cascade R-CNN이 높은 성능을 보여주었다. 그러나 Cascade R-CNN도 비교적 옛날에 발표된 논문 모델이라서 더 괜찮은 모델을 찾아보고 싶은 마음이 들었다. 그러다 발견한 것이 DINO였다. https://github.com/open-mmlab/mmdetection/tree/main/configs/dino mmdetection readme에 정리된 box AP 성능이 더 높고, Cascade R-CNN (CVPR 2018) DINO (ICLR 2023) 으로 비교적 DINO가 최신 논문이었다. 학습을 돌리고 성능이 괜찮게 나와서 더 학습을 하면서 간단한 정리를 먼저 해본다. DINO: D..
-
[헨리 키신저 외] AI 이후의 세계일상/책 2024. 1. 15. 01:14
요약 과거 인간의 기술이 가져온 역사적인 변화의 모습들을 통해 향후 AI 기술이 가져올 변화를 예측해 본다. 그 중에서도 AI 윤리 문제에 대해서 강조한다. 서론 초거대 모델을 구독하는 방식으로 당분간은 초거대 모델의 수가 늘어나지는 않을 것이다 웬만한 기업은 감당할 수 없는 비용이기 때문이다. 초거대 모델은 앞으로 다양한 분야에서 광범위하게 활용되겠지만 그런 모델을 관리하고 설계하는 주체는 소수일 것이다 할루시네이션, 딥페이크 악용 같은 문제 일부러 챗GPT를 악당처럼 만드는 사람들도 있음 이전 시대의 과학과는 달리 산출물이 명확하지 않다 AI의 출력물까지 모델의 학습 자료가 되면 기존에 인간이 보유했던 지식마저 왜곡될 가능성이 있다. 우리가 앞으로 협력해야 할 대상은 다른 유형의 사유다. 우리는 어떻..