728x90 반응형 SMALL Ai8 [자료구조] 자료구조 개요 1. 자료구조란? 다수의 자료를 담기 위한 구조이다. 데이터가 많아질수록 상황에 맞는 효율적인 자료구조가 필요하다. 2. 자료구조의 필요성? 다수의 데이터를 효율적으로 처리하여 불필요한 메모리와 계산시간을 낭비하지 않을 수 있다. 3. 자료구조의 종류 1) 선형구조 - 배열, 연결리스트, 스택, 큐 하나의 데이터 뒤에 다른 데이터가 하나 존재한다. 데이터가 일렬로 연속적으로(순차적으로) 연결되어 있다. 2) 비선형구조 - 트리, 그래프 하나의 데이터 뒤에 다른 데이터가 여러개 존재할 수 있다. 4. 프로그램 성능 측정 방법 시간복잡도 : 알고리즘에 사용되는 연산 횟수를 측정한다. 공간복잡도 : 알고리즘에 사용되는 메모리의 양을 측정한다. 공간을 많이 사용하는 대신 시간을 단축하는 방법이 흔히 사용된다. .. 2023. 12. 13. Multi-Node Multi-GPU Train with Mask DINO Node : machine을 의미, 위의 그림의 경우 machine이 2대이다. Global Rank : 전체 프로세스 기준으로 부여되는 번호 Local Rank : 각 node 기준으로 부여되는 번호 tcp 통신 방식으로 multi-node 학습을 하기 위해서 서로의 ethernet 이름을 동일하게 만든다. 네트워크 이름변경은 아래 링크 참고 https://sim-deeplearning.tistory.com/62 sudo vim ~/.bashrc export GLOO_SOCKET_IFNAME = eth0 export NCCL_SOCKET_IFNAME = eth0 source ~/.bashrc [Node 0] python train_net.py --machine-rank 0 --num-gpus 2 --n.. 2023. 7. 27. Ubuntu18.04 Install Cuda, Cudnn 1. CUDA 설치 https://developer.nvidia.com/cuda-toolkit-archive CUDA Toolkit Archive Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production developer.nvidia.com 위 페이지에 들어가서 원하는 버전의 CUDA 선택한다. 필자는 11... 2023. 6. 27. [논문리뷰]Mask DINO : Towards A Unified Transformer-based Framework for Object Detection and Segmentation (작성중) https://arxiv.org/pdf/2206.02777.pdf 0. Abstract Mask DINO는 Object Detection과 Segmentation을 통합하는 framework다. 기존 DINO에 segmentation task를 할수 있게 한 모델이다. set of binary mask 형태로 예측하기 위해 high-resolution pixel embedding를 dotproduct(스칼라곱)하는 DINO의 query embeddings를 사용한다. DINO에서 몇몇 key components들은 공유되는 architecture와 train process를 통해서 Segmentation으로 확장되었다. Mask DINO는 simple, efficient, scalable 세단어로 형용할.. 2023. 6. 20. Combo Loss https://arxiv.org/abs/1805.02798 Combo Loss: Handling Input and Output Imbalance in Multi-Organ Segmentation Simultaneous segmentation of multiple organs from different medical imaging modalities is a crucial task as it can be utilized for computer-aided diagnosis, computer-assisted surgery, and therapy planning. Thanks to the recent advances in deep learning, se arxiv.org Combo Loss는 거짓 긍정 또는 거.. 2023. 6. 14. UNet3+ 위 그림과 같이 학습중 Low-level feature는 공간 정보를 담고 있고, High-level feature는 위치정보를 담고 있다. 즉, 각 feature들은 다른 정보들을 담고 있다고 해석할 수 있다. Full-Scale Skip Connection - UNet3+는 U-Net과 U-Net++의 skip connection을 재설계하고, edecoder에 intra-connection을 도입했다. - 각 decoder layer에 더 작거나 같은 스케일의 encoder feature maps를 더 큰 스케일의 decoder feature maps에 더해 fine-grained details와 coarse-grained semantics를 모두 확보한다. - Fig 2.는 3번째 decoder .. 2023. 6. 5. U-Net++ U-Net++ 모델은 기존의 U-Net에서 skip connection을 재설계하여 성능을 높였다. 재설계한 skip connection은 DenseNet의 기법을 적용했다. skip connection은 이전 연산된 값을 더해주는 방식으로 설계되었으며, 해당 방식은 이미지의 정보를 잃는 것을 최대한 방지하는 효과를 준다. 위 그림과 같이 이전 정보를 전부 더해주는 방식은 Encoder와 Decoder의 Feature map간의 Semantic Gap을 더 줄일 수 있다. Deep Supervision은 4개의 시맨틱 정보(x(0,1)~x(0,4))를 모두 이용하여 평균내어 결과를 예측한다. Deep Supervision 방법은 선택적으로 적용할 수 있다. 2023. 6. 1. Convert format of COCO to YOLO format 내가 진짜 울분을 담아서 작성한다. 이놈의 삽질 끝이 없다. 다 내가 꼼꼼하지 않아서그렇지 근데 뭘 알아야 꼼꼼하지!!!!! 신뢰있게 적어놔서 그대로 따라했더니 결국 틀린정보였어. 다른사람들은 나와같은 실수와 속음이 없기를 바라며 작성한다. 1. convet to yolo github.com/ssaru/convert2Yolo ssaru/convert2Yolo This project purpose is convert voc annotation xml file to yolo-darknet training file format - ssaru/convert2Yolo github.com 위 사이트를 들어가서 해당 자료를 다운받고 requirements.txt안에 들어있는 것들을 설치하여야하는데, 이때 주의할점은 .. 2021. 4. 10. 이전 1 다음 728x90 반응형 LIST
