1. 데이터 셋 구축 시 유의해야할 점에 대해서 서술하겠다.Over-fitting이 발생할 가능이 높다.만약에 Class가 여러 개라 한다면 Object Detection을 위한 데이터 셋 구축시 고려할 점같은 장면, 비슷한 환경이 여러 장이 있지는 않은지?

task를 tiny한 걸 잡자로 생각해서 발생한 문제아닌가? SAM은 안그러잖음.

SerDes가 뭔데?? econ의 GMSL이 몬데; USB 카메라가 아님. Onboard 카메라임 SerDes는 "Serializer/Deserializer"의 줄임말로, 디지털 신호를 전송하기 위해 사용되는 기술. SerDes 카메라는 SerDes 기술을 이용하여 카메라와 시스템 간의 데이터 통신을 수행하는 카메라를 뜻함. 이러한 카메라는 고해상도의 영상 데이터를 빠르고 안정적으로 전송할 수 있어서 자율 주행 자동차, 산업용 로봇, 의료 장비 및 기타 고성능 시스템에서 널리 사용됨. SerDes 기술을 사용하면 고속 데이터를 장거리로 전송할 수 있으며, 노이즈 및 신호 간섭에도 강한 안정성을 제공함. 나같은 경우는 ADAS에 사용할 것. 약 3m를 뛰어넘는 거리에서 방대한 ..

Slicing Aided Hyper Inference이미지를 관리 가능한 슬라이스로 분할하고 각 슬라이스에서 객체 감지를 실행한 결과를 연결해보자.근데 만약 임베디드 환경에서 SAHI를 적용했다면 Inf 속도 느려지는거 아닌가? 확실히 tiny한 Object를 잘 잡긴 한다.

Orin AGX에 올릴 OD모델 경량화를 위해 KD Method를 적용하려는데 원리를 깊게 알고싶어서 논문을 읽어보았다. 추후에는 코드에 직접 적용할 것이다. [ Abstract ] 성능 향상을 위해서 모델 앙상블을 사용하면 계산량이 급격하게 증가한다. 이럴 때 접근법: Compress the knowledge in an ensemble, 하나의 모델에 compression technique을 적용하는 것이다. [ 1. Introduction ] Training stage & Deployment stage "Cumbersome Model"이 train된 후에 distillation 사용하는 것이다. 여기서 말하는 Cumbersome 한 모델은 teacher 모델을 의미하고, Small한 모델은 stude..

어안 렌즈의 왜곡을 correction하고 자율주행 자동차의 인지 파트에서 반드시 필요로하는 부분이다. OpenCV와 같은 라이브러리를 최소한으로 사용하여 실습한다. 이미지 이동 (Translation), 확대/축소 (Scaling), 회전 (Rotation), 어핀 변환 (Affine Transformation), 원근 변환 (Perspective Transformation)은 모두 변환 행렬을 이용해서 구할 수 있다. 반면에 렌즈 왜곡 변환은 변환 행렬로 구할 수 없다. 참고 블로그 1: https://kkokkal.tistory.com/4 참고 블로그 2: https://bkshin.tistory.com/entry/ 1. 리매핑 ( Remapping )

불완전한 데이터 또는 숨겨진 변수가 있는 복잡한 확률 모델을 다룰 때 유용하다. 크게 두 단계로 이루어지는데 1. Expextation (E) 단계 2. Maximization (M)

Trash같은 depth estimation.

강화학습이 보상을 극대화하여 원하는 행동을 하게한다는 점은 많이 들어봤고 잘 아는 사실이다. 이에 대해 좀 더 공부해보겠다.

* MDE를 end-to-end 신경망을 이용하는 방식의 가장 기본, 주춧돌이라고 할 수 있는 중요한 논문이다. "Scale-Invariant log loss"로 Optimization process 거침