분류 전체보기

[TIL] 이젠 진짜 공부하자 Git 명령어 (commit, push, pull ..)

매일 미루고 있던 Git 명령어 포스팅을 시작하려고 한다. 인턴을 하면서 브랜치를 새로 파서 내 로컬의 코드를 사내 git으로 commit 해야할 일이 있었는데 또 찐처럼 못하고 .. 헤맸기 때문... ! 가장 많이 참고한 곳은 이 곳이다! :3 # Git 영역 일단 개인 Local에 있는 코드를 업로드 하려면, git add를 통해 Staging 영역으로 보내야한다. 그리고 git commit을 통해 최종 코드를 Repository에 커밋한다! # 시작하기 일단 git commit을 시작하려면 저장소(Repository)를 생성해야한다. (1)내 로컬에 있는 폴더를 저장소로 생성하거나, (2)이미 git에 올라와있는 코드를 로컬에 git clone을 통해 받을 수도 있다. $ git init #(1) ..

[HDmap] VectorNet(CVPR'20) - HDmap을 인코딩하는 알고리즘

# Title VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation (CVPR, 20) [code] # Motivation 기존의 방법은 HD map을 color-coded attributes(RGB)로 rendering해 rasterized representation으로 manual하게 변경한 후, Convolution을 이용해 인코딩함. 하지만 이는 ConvNet의 제한된 receptive field로 인해 context representation을 잘 포착하지 못한다는 문제. 따라서 agent dynamics와 structured scene context를 directly하게 학습할 수 있는 vectorized r..

[Trajectory Prediction] M2I: From Factored Marginal Trajectory Prediction to Interactive Prediction 논문 리뷰

# Title M2I: From Factored Marginal Trajectory Prediction to Interactive Prediction (CVPR, 22) [code] 현시간 기준 Waymo Motion Prediction Dataset SOTA 이다. # Motivation Reasonable한 경로 예측을 위해 scene compliant trajectory를 예측하는 것은 중요하고, 이를 위해서는 Multiple agent를 동시에 고려해야함 하지만 이를 위해 Joint predictor를 이용하면 agent 수가 늘어남에 따라 prediction space가 기하 급수적으로 커지는 문제가 발생하며, 이 때 colliding 하는 것들을 pruning 하면 interaction이 무시..

[Lane Detection] Multi-level Domain Adaptation for Lane Detection(CVPR'22) 논문 리뷰

오늘은 Lane Detection을 Domain Adaptation으로 푸는 MLDA(CVPR'22) paper에 대한 논문 리뷰 포스팅을 하려고 한다! Domain Adaptation과 Lane Detection의 조합이라니.. 신선하다 🌿 Title Multi-level Domain Adaptation for Lane Detection (CVPR'22) CULane TUSimple dataset에 대해 cross evaluation을 진행하고, 두 데이터셋 사이의 domain shift를 지적 Lane Detection에서 domain shift 문제를 지적한 (거의 첫번째) 논문 이 논문은 대체 어떤 부분에서 lane detection 데이터셋간 domain shift가 발생한다고 생각하고, 이를 ..

[Python] Segmentation label 시각화하기 - 픽셀 값이 너무 작을 때

컴퓨터비전을 하다보면 segmentation label 픽셀값이 너무 작아서, imshow 등으로 시각화를 하면 잘 보이지 않을 때가 있다. 예를 들어서 binary segmentation이라 픽셀이 [0, 1]로 구성되는데, 이를 시각화하면 1은 너무 작은 픽셀 값이라 모두 검정 색으로 보이는 것이다. 따라서 이럴 때 시각화를 편하게 하는 두가지 방법을 기록해 놓으려고 한다. 1. matplot imshow 이용하기 편하게 matplot을 이용할 수 있다. 다음과 같이 말이다! import matplotlib.pyplot as plt plt.imshow(array) 그럼 아래와 같이 가시적인 이미지를 얻을 수 있다. (lane detection dataset 이다) 한가지 단점은, 가로 세로 축이 표시..

[CV] Self-training에 대한 간단한 설명 - 가짜 라벨을 학습에 이용하기

오늘은 Lane Detection 관련 Domain Adaptation 논문을 읽다가 배운 Self-training 개념에 대해 정리해보려고 한다. 확실히 Domain 관련 분야는 학부연구생을 처음 시작했을 때 접했던 분야라 애착이 간다. # Preface 일단 Self-training은 Domain Adaptation 분야의 태크닉 중 하나이다. Domain Adaptation 분야에 대한 설명은 여기를 참고하면 좋을 것 같다. 공통적으로 Domain shift를 해결하는 방법론이며, domain에 invariant한 feature를 뽑는 것에 목적이 있다. 2021.08.27 - [Computer Vision💖/Domain Generalization] - [DG] Deep CORAL(CORelatio..

영감을 주는 논문

원하는 결과를 얻지 못하는게 일상인 실험에서 요런 논문을 읽으면 푹 빠져서 읽게 된다 ㅎ_ㅎ 역시 세상에는 나와 비슷한 고민을 하는 사람이 완전 많음. 답에 가까워지는 느낌…? 답을 찾자! 🙏🏻

[TIL] cannot find -lopencv_core 에러 해결 - Opencv(C++) 설치하기

Lane detection 코드를 돌리던 와중 evaluation을 c++ build 후에야 할 수 있다는걸 알게된 오늘의 나.. 통계학과인 나에게 너무 가혹한 evaluation 방식이다 .. ㅎㅎ...... 따라서 어찌저찌 make 파일을 build 하려고 했는데, 다음과 같은 오류를 직면했다. /usr/bin/ld: cannot find -lopencv_core 이 오류의 뜻은 -l 뒤의 패키지가 없다는 뜻이라고 한다. 따라서 opencv가 없는 상황이었고 다음과 같이 설치해주었다. 참고로 설치는 꽤 오래걸린다. # Install minimal prerequisites (Ubuntu 18.04 as reference) sudo apt update && sudo apt install -y cmake ..