전체 글 38

Faster R-CNN 논문 리뷰

2025.01.04 - [DeepLearning/Object Detection 논문] - Fast R-CNN 논문 리뷰 Fast R-CNN 논문 리뷰2025.01.04 - [DeepLearning/Object Detection 논문] - R-CNN(Regions with CNN features) R-CNN(Regions with CNN features)Object detection 에서 가장 기본이 되는 CNN모델을 어떻게 활용하는지 다양한 논문들을 살펴볼 예정입니다.rowithpeople.tistory.com 지난 Fast R-CNN을 소개했고 이를 더욱 성능을 극대화 시키도록 제작한 Faster R-CNN을 소개하겠습니다. Faster R-CNN Bring the Region Proposal Netw..

Fast R-CNN 논문 리뷰

2025.01.04 - [DeepLearning/Object Detection 논문] - R-CNN(Regions with CNN features) R-CNN(Regions with CNN features)Object detection 에서 가장 기본이 되는 CNN모델을 어떻게 활용하는지 다양한 논문들을 살펴볼 예정입니다. 먼저 Object detection 에서 기본적인 fram work는 다음과 같습니다. Class list에 해당되는 모든 obrowithpeople.tistory.com 이번엔 R-CNN에서 각각의 proposal한 것들을 CNN모델로 2000번이나 돌려야하는 시간을 줄이기 위해 등장한 Fast R-CNN을 소개하겠습니다.  이는 Region proposal들을 각각 forward ..

R-CNN(Regions with CNN features)

Object detection 에서 가장 기본이 되는 CNN모델을 어떻게 활용하는지 다양한 논문들을 살펴볼 예정입니다. 먼저 Object detection 에서 기본적인 fram work는 다음과 같습니다. Class list에 해당되는 모든 object를 찾아서 Class, Bounding box, Confidence를 출력해야한다.그래서 어떻게 이 Object detection을 하는지 Single Object detection부터 보겠습니다. Single object detectionclassification+localizationAlex Netmulti-object detection단일 od를 사용하면 여러개의 이미지를 구분하기 쉽지 않고 위치를 특정잡기 쉽지 않음해당 단일이 아닌 다중 objec..

자율주행 자동차 제어 기술(기초)

feat. 인천대 강창묵 교수[시스템 개론]1. 시스템 개요각 구성요소들이 상호 작용하거나, 상호 의존하여 복잡하게 얽힌 통일된 하나의 집합체2. 시스템의 구성요소상태 공간 모델 : 상태변수의 움직임을 공간에서 나타내는 모델전달함수 : 입력 → 수학적 모델 → 출력[제어 개론]1. 개루프(open-loop)와 폐루프(closed-loop) 제어개루프 제어 시스템 :  시스템의 출력을 입력에 피드백하지 않고 기준입력만으로 제어신호를 만들어서 출력 을 제어하는 방식구분개루프예시신호등- 정해진 시간에 맞춰 신호등 색이 바뀜- 교통 상황에 따른 신호 변화 없음선풍기- 버튼에 따라 미리 설정된 속도에 맞춰 동작- 온도에 따른 속도 조절 없음  폐루프 제어 시스템 : 출력신호가 제어동작에 직접적인 영향을 받는 시스..

자율주행 자동차 인지 기술(심화)

feat. 한양대 최준원 교수 [자율주행 통합 인지시스템 심화] 1. 자율주행 통합 인지시스템 구성 센서 : 카메라, 레이더, 라이다, 초음파 차량 네트워크 : 센서데이터를 자율주행 컴퓨터로 가져오기 위한 통신 링크 자율주행 컴퓨터 : 범용 계산을 위한 CPU, GPU, 고속 뉴럴네트워크 계산을 위한 가속시 인지 소프트웨어 : 주변 환경 인지 수행을 위한 알고리즘 2. 자율주행 통합 인지 기능 센서 데이터의 전처리 및 동기화 동적 객체 검출 동적 객체 추적 동적 객체의 의도 및 미래 위치 예측(움직임 분석) 주행 관련 정적 객체 검출 -> 맵매칭 기반 측위에 활용 차선, 도로 등의 영역 검출 -> 맵매칭 기반 측위에 활용 전방 영역 또는 장애물 등의 거리 지도 생성 3. 센서별 인지 기술 카메라 기반의 ..

자율주행 자동차 인지 기술(기초)

feat. 한양대 최준원 교수 인지 센서 신호를 이용하여 주변의 동적객체들을 검출하고 객체들의 움직임과 의도를 알아내는 작업 측위 주변의 정적 주행 환경을 파악하여 정밀지도를 기반으로 자율주행차의 위치를 추정하는 작업 판단 인지와 측위 결과를 기반으로 경로계획을 하고 장애물을 피하는 등의 상위 판단을 내리는 작업 경로 계획(path planning) 의사 결정 제어 판단의 결과에 따라 차량을 운전하는 작업 자율주행 플랫폼 정확한 측위를 위해 gps와 별도의 기술을 탑재 센서 및 차량 정보 받음 차량 네트워크 인프라 클라우드 : 중심에 있는 컴퓨팅 자원 엣지 : 차량 가까이에 있는 컴퓨팅 자원 통신 V2X(Vehicle to X) 차량간 통신(V2V) 차량과 인프라 간 통신 (V2I) -유무선망을 통해 다..

등굣길(2차원 배열)

계속되는 폭우로 일부 지역이 물에 잠겼습니다. 물에 잠기지 않은 지역을 통해 학교를 가려고 합니다. 집에서 학교까지 가는 길은 m x n 크기의 격자모양으로 나타낼 수 있습니다. 아래 그림은 m = 4, n = 3 인 경우입니다. 가장 왼쪽 위, 즉 집이 있는 곳의 좌표는 (1, 1)로 나타내고 가장 오른쪽 아래, 즉 학교가 있는 곳의 좌표는 (m, n)으로 나타냅니다. 격자의 크기 m, n과 물이 잠긴 지역의 좌표를 담은 2차원 배열 puddles이 매개변수로 주어집니다. 오른쪽과 아래쪽으로만 움직여 집에서 학교까지 갈 수 있는 최단경로의 개수를 1,000,000,007로 나눈 나머지를 return 하도록 solution 함수를 작성해주세요. ※ 풀이 2차원 배열로 우선 만들어준 후 각 칸마다 숫자를 ..

정수 삼각형

위와 같은 삼각형의 꼭대기에서 바닥까지 이어지는 경로 중, 거쳐간 숫자의 합이 가장 큰 경우를 찾아보려고 합니다. 아래 칸으로 이동할 때는 대각선 방향으로 한 칸 오른쪽 또는 왼쪽으로만 이동 가능합니다. 예를 들어 3에서는 그 아래칸의 8 또는 1로만 이동이 가능합니다. 삼각형의 정보가 담긴 배열 triangle이 매개변수로 주어질 때, 거쳐간 숫자의 최댓값을 return 하도록 solution 함수를 완성하세요. ※ 풀이 밑에서부터 위로 거꾸로 풀이를 했어요. 이때 DP의 점화식으로 문제를 풀이하면 쉽게 풀 수 있습니다. 참고하시면서 직접 풀어보시면 도움 될 것 같아요^^ def solution(triangle): row_len = len(triangle)-1 #4부터 시작 for row in rang..

두 개 뽑아서 더하기

정수 배열 numbers가 주어집니다. numbers에서 서로 다른 인덱스에 있는 두 개의 수를 뽑아 더해서 만들 수 있는 모든 수를 배열에 오름차순으로 담아 return 하도록 solution 함수를 완성해주세요. def solution(numbers): answer = [] n = len(numbers) for i in range(n): for j in range(i+1, n): sum_num = numbers[i] + numbers[j] if sum_num not in answer: answer.append(sum_num) answer.sort() return answer

728x90