분류 전체보기 (16) 썸네일형 리스트형 cv2 imwrite not working error cv2 imwrite를 하는데 이미지 저장이 안된다. 분명 경로도 맞게 설정해주었고 imshow로 체크하면 정상적으로 동영상도 재생이 됐는데 imwrite로 쓰니 이미지가 저장이 안되어서 확인해보니까 절대경로를 써주지 말고 코드가 실행되는 경로에서 ./ 로 폴더를 지정해주니 잘 저장이 됐다. 즉, cv2.imwrite(r"D:/영상/pointcloud/images/frame%d.jpg" % count, image) ==> 에러 cv2.imwrite(r"./images/frame%03d.jpg" % count, image) ==> 정상작동 참 이상하다! gitlab error "pre-received hook declined" 에러가 정말 많이 난 하루였다.. 깃랩 가지고 몇번을 들쑤신건지 제일 짜증난 에러를 기록해두기로. 깃랩에 프로젝트를 만들어둔 상태로 내 로컬 저장소에 git init을 하고 remote origin을 했다가 add를 했다가 커밋하는 정상적인 과정을 거쳤음에도 pre-received hook declined 이라며 서버 프로젝트가 나의 push를 거절했다. 다시 처음부터 차근차근... rm -rf .git/ # 로컬 깃 삭제하고 git init # 로컬 깃 다시 만들고 git remote add origin https://서버네임/유저네임/프로젝트네임 #서버 프로젝트랑 연결해주고 git add . # 추가할 파일 add git commit -m "commit message" # 커밋해주고 git push .. 유용한 사이트 - 깃허브처럼 달라진 코드 알려주는 사이트 옛날에 수정해놓은 코드를 리뷰해야 하는데 그 전 코드에서 어떤 부분을 add하고 어떤 부분을 del 했는지 감이 안와서 이걸 깃허브에 업데이트 전 코드를 올리고, 업데이트 후 코드를 올려서 비교해야 하나 했는데! 아주 유용한 코드 비교 사이트를 발견했다 www.diffnow.com DiffNow www.diffnow.com 위와 같이 어디가 달라졌고, 어디가 추가된 부분이고 어디가 삭제된 부분인지 gui 적으로도 깔끔하게 알려준다! 나같이 정리 귀찮아하다가 한번에 정리하는 스타일에게 매우 추천 bb Object Detection의 결과 성능 평가지표들 Intersection Over Union (IOU) Overlap between two bounding boxes (Bgt, Bp) IOU를 적용함으로써 detection이 valid한지 (True Positive) or not valid한지 (False positive) 말할 수 있음 Bp Bgt 교집합 / Bp Bgt 합집합 True Positive : 맞다고 추측하고 실제로 맞음. IOU >= Threshold False Positive : 맞다고 추측하고 실제로는 틀림. IOU < Threshold False Negative : 아니라고 추측하고 실제로는 맞음. Ground Truth를 아예 detect 못함 True Negative : 아니라고 추측하고 실제로 아님. True negative는.. Gaussian Mixture Model - GMM Gaussian Mixture Model (가우시안 혼합 모델) 말그대로 여러개의 모델이 Mixture 되었다는 전제에서 시작한다. 어떤 픽셀값, 데이터가 들어오면 걔가 어떤 모델(분포) 출신인지 유추할 수 있는 모델을 생성하는 것이다. 그러려면 일단 모델의 후보가 있어야 되는데, Gaussian Mixture에 여러 모델(분포)가 섞여있기 때문에, 섞인 그 모델들이 후보들이고 그 중 최종적으로 픽셀값이 그중에 어떤 애로부터 왔느냐를 유추하면 된다. Gaussian 이라 하면, 우리는 쉽게 Gaussian 분포를 떠올릴 수 있다. 맞다, 그 분포. 우리가 아는 아래와 같은 분포가 여러개 있다고 생각하면 된다. 그런데 이러한 Gaussian 분포가 여러개 있다는 것은? 위와 같이 "점선"만을 본다면 개별적.. SNIPER: Efficient Multi-Scale Training 딥러닝의 분야별, Data Set 별 State-Of-the-Art 랭킹을 확인할 수 있는 사이트 의 Pascal VOC 2007 데이터 셋의 Object Detection 분야 1위인 "SNIPER" 논문을 리뷰하고자 한다. Multi Scale 에 대해 학습할 때 효율적으로 쓰일 수 있다고 한다. 아주 최근의 논문은 아니고, 2018년 말에 나온 논문. Youtube의 논문 review PR-199를 참고하였다. 논문의 도입은 RCNN과 Fast RCNN의 소개로 시작한다. RCNN detector에서 진화된 Object Detection 알고리즘들은 비지도 (unsupervised) 알고리즘으로 Object Proposal을 생성했다. 이렇게 생성된 proposal들을 224 x 224 로 resi.. Feature Pyramid Network - FPN 이번 포스팅은 Object Detection을 위한 Neural Network에서 자주 보는 Image Pyramid와, 이와 연관한 Object Detection Network의 Feature 추출 단계에 대한 것이다. Image Pyramid란 Input Image의 Size를 단계별로 변화시키면서 쌓은 형태를 말한다. 위의 사진은 Gaussian Pyramid로 한 단 올라갈 때 마다 해상도가 절반으로 줄어드는 것을 볼 수 있다. 해상도가 절반으로 줄어든다는 것은 즉 픽셀 수의 감소를 뜻하는데, 보통 짝수 픽셀을 모두 지우고 홀수 픽셀만 남겨두는 식으로 해상도를 저하시킨다고 한다. 이렇게 만들어진 Image Pyramid에서 각 단계 (level)마다 고정된 크기의 윈도우를 이동시키며 Object를.. For Autonomous Driving 3D Object 기술 등 자율주행 자동차의 기술 동향에 대해 리뷰하고자 하는데, 나조차도 자율주행 자동차의 현재 핵심 기술과 미래지향적으로 개발되고 있는 기술에 대해 잘 모르는 것 같아... 정리하고자 새롭게 글을 쓴다. 먼저 자율주행 자동차란 - 인간의 개입 없이도 스스로 운전하는 자동차를 일컫는다. 현재 0-6단계의 자율주행 기술이 있으며, 높은 단계로 갈수록 그 자체의 완벽한 운행을 가능하게 하는 기술인 것이다. 자율주행 자동차 기술들의 핵심은 소프트웨어에도 있지만, 사실 센서들인 하드웨어에 중점을 둔다. 인간이 인식하는 그 모든것들을 처리하려면 소프트웨어가 필요하지만 실질적으로 자율주행하고 있는 도로 상황을 카메라가 찍지 못하면 아무리 좋은 소프트웨어도 무의미하다. 자율주행에 사용되는 센서는 여.. 이전 1 2 다음
