본문 바로가기

분류 전체보기

 (284)
Tracking Pedestrian Heads in Dense Crowd 2103.13516.pdf (arxiv.org) 1. 개요 혼잡한 비디오 시퀀스에서 인간을 추적하는 것은 시각적 장면 이해의 중요한 구성 요소이다. 증가하는 군중 밀도는 인간의 가시성에 도전하여 기존 보행자 추적기의 확장성을 더 높은 군중 밀도로 제한한다. 이러한 이유로, 우리는 2,276,838개 이상의 헤드가 있는 11,463개 프레임의 9개 시퀀스와 다양한 장면에서 주석이 달린 5,230개 트랙으로 구성된 CroHD(Crowd of Heads Dataset)로 머리 추적을 활성화할 것을 제안한다. 평가를 위해, 우리는 이미지 좌표 공간에서 가장 긴 거리에 대한 고유한 정체성을 보존하는 알고리듬의 효과를 측정하여 보행자 군중의 모션과 추적 알고리듬의 성능 사이의 대응 관계를 구축하기 위해 새로운 메트..
To Choose or to Fuse? Scale Selection for Crowd Counting 1. 개요 본 논문 - 다단계 네트워크에서 멀티스케일 기능 표현을 활용하여 크라우드 카운팅에서 대규모 변동 문제를 해결. Specific Feature Level은 특정 범위의 스케일에서 더 나은 성능을 발휘하는 경향이 있기 때문에, 적절한 기능 수준 선택 전략(proper feature level selection strategy)으로 이미지패치의 계수 오류(coutning error)를 가능한 한 작게 유지하는 방식으로 해당 아이디어를 구현한다. 그러나 스케일의 주석이 없으면 스케일이 다른 머리에 대한 예측을 specfic feature levels에 수동으로 할당하는 것이 차선이며 오류가 발생하기 쉽다. 따라서 스케일과 feature level 간의 internal correspondence을 자동..
Generating High-Quality Crowd Density Maps using Contextual Pyramid CNNs Generating High-Quality Crowd Density Maps Using Contextual Pyramid CNNs (thecvf.com) 1 - 서론 군중 이미지의 전역 및 로컬 상황 정보를 통합해 군중 밀도 및 카운트 추정을 생성하는 CP-CNN(Contextual Pyramid CNN) : GCE(Global Context Estimator), LCE(Local Context Estimator), DME(Density Map Estimator) 및 F-CNN(Fusion-CNN)의 4가지 모듈로 구성. GCE : 글로벌 컨텍스트를 인코딩하는 VGG-16 기반 CNN. 입력 이미지를 다른 밀도 클래스로 분류하도록 & 구성 및 입력 이미지를 다른 밀도 클래스로 패치별 분류하도록 훈련. L..
Density Map 작성법 import pylab as plt import numpy as np # Sample data side = np.linspace(-2,2,4) # (최소값, 최대값, 격자 수). side = (-2, 2, 4)인 경우, [-2. -0.66666667 0.66666667 2. ]가 나옴. 즉 차=4, 간=3이니 4/3=1.3333... 차이의 배열이 생김. X,Y = np.meshgrid(side,side) print(X) print(Y) # Z = np.exp(-((X-1)**2+Y**2)) # 각 격자에 거기에 들어갈 값 Z = X * Y print(Z) # Plot the density map using nearest-neighbor interpolation plt.pcolormesh(X,Y,Z) p..
DataLoader 이해 - Boosting-Crowd-Counting... 을 기반으로 Boosting-Crowd-Counting-via-Multifaceted-Attention/test.py at main · LoraLinH/Boosting-Crowd-Counting-via-Multifaceted-Attention (github.com) GitHub - LoraLinH/Boosting-Crowd-Counting-via-Multifaceted-Attention: Official Implement of CVPR 2022 paper 'Boosting Crowd Coun Official Implement of CVPR 2022 paper 'Boosting Crowd Counting via Multifaceted Attention' - GitHub - LoraLinH/Boosting-Crowd-C..
Iter-E2EDET/SASNet SASNet Iter-E2EDET Issue에서, 단일 이미지로는 테스트 불가하단 답변 받았다 Sorry to tell you there is no script for the single image testing. However, a possible solution is that you need to compile as *.json like val.json with dummy annotations for all the image testing. 더미 어노테이션을 만들라고 한다. export NCCL_IB_DISABLE=1 rm -rf __pycache__ rm -rf output/events* rm -rf output/log.txt.* python3 train_net.py --num-gpus 4 \ --..
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 ..
에러 기록 ImportError: libGL.so.1: cannot open shared object file: No such file or directory 해결법 RUN apt-get update RUN apt-get install ffmpeg libsm6 libxext6 -y W: An error occurred during the signature verification. The repository is not updated and the previous index files will be used. 같은 에러가 떠서 만약 안된다면 chmod 777 /tmp 실시 $ git add . $ git commit -m "Description of changes" $ git push CONDA 환경 변경 expor..

티스토리툴바