본문 바로가기

애니리뷰

 (33)
n-gram swinT swin-T의 attn_mask는... [DNN] Swin Transformer 리뷰 및 구현 (ICCV 2021) (tistory.com) [DNN] Swin Transformer 리뷰 및 구현 (ICCV 2021) 안녕하세요 pulluper 입니다. 이번 포스팅에서는 ICCV2021 발표 후 많은 비전 모델의 백본으로 사용되고 있는 swin transformer 논문에 대하여 알아보겠습니다. https://arxiv.org/abs/2103.14030 Swin Transformer: Hierar csm-kr.tistory.com example = torch.tensor([[1,3,5],[1,4,7], [1,5,9]]) 일 때, attn_mask = mask_windows.unsqueeze(1) - ma..
TF for Detection / SS conda create -n 가상환경명 python=3.7 -y conda activate 가상환경명 conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch -y (dat-det) mmlab@mmlab-TitanX9-mango:~/Projects/dat-det$ export PATH="/home/mmlab/anaconda3/envs/dat-det/bin:$PATH" Package Version Editable project location ------------------ ------------ -------------------------------------------------------------------------..
[ViT] 내 블로그에 있는 거 한 번에 싹 다 모음 + (C)Swin 220822 Visual Transformer (tistory.com) Visual Transformer https://kmhana.tistory.com/28?category=838584 [논문요약] Transformer 등장 - Attention Is All You Need(2017) ① *크롬으로 보시는 걸 추천드립니다* https://arxiv.org/pdf/1706.03762.pdf 종합 : ⭐⭐⭐⭐⭐ 1. 논문 중요도 : 평가 jwgdkmj.tistory.com 220831 Attention과 Transformer (tistory.com) Attention과 Transformer https://velog.io/@idj7183/Attention-TransformerSelf-Attention Att..
[Optical flow] 기타 & SSL, COOKBOOK에 대한 내용은 여기에 광학 흐름 추정은 높은 정밀도로 연속적인 프레임 간의 움직임 정보를 효과적으로 캡처할 수 있기 때문에 주로 높은 프레임률 이미지에 유리합니다. 높은 프레임 속도로 이미지를 캡처할 경우, 일반적으로 연속적인 프레임 간의 움직임은 작고, 이러한 프레임 간의 시간적 일관성은 높습니다. 이를 통해 광학 흐름 알고리즘이 움직임을 정확하게 추정하는 것이 더 쉬워집니다. 광학 흐름 추정이 높은 프레임률 이미지에 적합한 몇 가지 이유는 다음과 같습니다: 1. 소용량 변위: 높은 프레임률 이미지는 연속된 프레임 간의 변위가 더 작기 때문에 광학 흐름 알고리즘이 움직임을 추적하는 것이 더 쉽습니다. 광학 흐름 알고리즘은 프레임 속도가 낮은 시나리오와 같이 프레임 간에 상당한 간격이 있을 때 발생하는 큰 변위로 인해 어려움..
[chatGPT] 파이썬, LSTM 혹은 numpy, torch 질답 모음 The "forget gate" is a crucial component of the Long Short-Term Memory (LSTM) network, which is a type of recurrent neural network that is designed to handle sequence data. The forget gate is responsible for selectively forgetting or remembering information from the previous time step. In an LSTM network, the forget gate is implemented using a sigmoid activation function and a set of weights and..
컴퓨터학현장실습 대비 Prometheus 대시보드: 시각화용 '무언가'의 집합. graph, table 등... 서비스응답률, 인스턴스 수, CPU사용량 등을 개별대시보드 형태로 게이지, 숫자 등으로 표현 가능 데이터소스: 그래프 그릴 때 필요한 정보를 추출하는데 씀. 여기에 쓰는게 프로메테우스 패널: 대시보드 칸(Grid) 모니터링: 이벤트 확인. HTTP요청 수신 및 함수시작, if문의 else에 도달, 로그인 등... 컨텍스트: "무엇이 해당 stack의 일부를 트리거했는가?"가 골자로, http요청이 들어오고 나가는 주소, 요청 URL 등... 이를 아는 것은 디버깅에 도움이 되지만 처리, 저장 데이터량이 크게 증가한다. 이를 메트릭, 프로파일링, 로깅, 트레이싱 등으로 데이터를 줄일 수 있다. 프로메테우스: 서비스 검색 등으로 데이터 ..
yolov7-face를 위한 wandblogger wandb_logger = WandbLogger(opt, save_dir.stem, run_id, data_dict) loggers['wandb'] = wandb_logger.wandb data_dict = wandb_logger.data_dict 기본 모양은 아래와 같음. def __init__(self, opt: {resume}, name: Any, run_id: Any, data_dict: Any, job_type: str = 'Training') -> None 그리고 여기서 data_dict는 위에서 이렇게 정의되어 있음. with open(opt.data) as f: data_dict = yaml.safe_load(f) # data dict Home – Weights & Biases (wandb..
python - argparse에 대해 [Python] argparse 사용법, 예제 (tistory.com) [Python] argparse 사용법, 예제 Argument 란? argparse는 Python Script 실행 시 하나의 Script의 동작을 여러가지 상황에 따라 다르게 동작하도록 할 때 쓰인다. 다른 동작을 만들어 내기 위해 Script 실행 시 Argument를 붙여서 원하는 옵션을 goez.tistory.com 해당 에러가 발생했고, opt.data, opt.cfg, opt.hyp = check_file(opt.data), check_file(opt.cfg), check_file(opt.hyp) # check files 위의 명령어에서 문제가 발생됨. 그리고 opt = parser.parse_args() 이것이 opt의 ..

티스토리툴바