TAO TAO Toolkit Quick Start Guide https://docs.nvidia.com/tao/tao-toolkit/text/tao_toolkit_quick_start_guide.html NVIDIA NGC 관련 docs https://ngc.nvidia.com/setup/installers/cli user interaction diagram for the TAO Launcher TAO 사용시 도커 환경 사용을 이해하는데 도움이 되었던 다이어그램 도커를 인터렉티브 모드로 들어가지 않아도 TAO 런처가 실행하고, 디렉토리가 연동되어 사용할 수 있다. TAO Usage Instruction TAO 설치 후 있는 기본 파일에 있는 튜토리얼 쥬피터 노트북에 있는 사용법 순서 목차이다. TAO 뿐..
개념 사람의 관절, 신체부위 등을 key point로 지정하여 사람의 자세를 예측하는 기술 방식 Bottom-up : 상향식정확도는 top-down 방식에 비해 떨어지지만 detection 과정이 없어 빨라 real - time 에 적용하기 용이 대표적 오픈소스 : Openpose 영상에서 관절을 모두 추출하고, 관절간의 관계를 분석하여 자세를 추정하는 방법 Top down : 하향식multi-person의 경우 detection된 사람마다 crop하여 포즈를 추정하므로 느리다는 단점이 있음대표적 오픈소스 : AlphaPose, Mask-RCNN(Detectron) 정확도는 비교적 높은 편 영상에서 사람을 찾고, 바운딩박스 내부에서 자세를 추정하는 방법 AlphaPose는 multiperson에 대해서 ..
딥러닝 강의를 사서 들으려니 비싼데, 찾아보니 미국 대학에서 공개된 강의 영상들이 있어서 영어 듣기만 괜찮다면 아주 좋다. 1. CS231n https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk 스탠포드 대학 2017년 Justin Johnson 강의 가장 유명한 강의같은데 (Lecture 1 조회수가 200만이 넘는다!) 2017년 강의까지만 공개되어있어 3D vison, Video, 내용이 없고 생성형 모델, 강화학습 비중이 적다. 2. EECS 498-007 https://www.youtube.com/watch?v=dJYGatp4SvA&list=PL5-TkQAfAZFbzxjBHtzdVCWE0Zbhomg7..
세션 DEVIEW 2023 DEVIEW는 국내외 개발자들이 서로의 지식을 나누고, 탁월함을 추구하며, 함께 성장하는 컨퍼런스 입니다. deview.kr 확실히 인공지능에 대한 세션이 많다 참고 세션 [이미지] ★ 초등학생 AI 모델 고등학교 보내기 (쏘카) : continual learninign, ood(out of detection) .. WebtoonMe 개발기 : 이미지 변환, WebtoonMe, 디퓨전 ★ ClovaVision : stream 영상 처리, 카메라 디바이스, 확장성, 분산처리, segmentation, pose detection Transformer 기반의 Global pLACE Matching 개발기 : OCR, GAN [융합] 축산현장에서의 Deep-tech (한국축산데이터, ..
ViT 코드 구현실습하다가 마주친 GELU! GELU (Gaussian Error Linear Unit) dropout, zoneout, ReLU 함수의 특성을 조합하여 유도됨 BERT, BERT, ALBERT 등 최신 딥러닝 모델에서 굉장히 많이 사용 def gelu(x): return 0.5*x*(1+tf.tanh(np.sqrt(2/np.pi)*(x+0.044715*tf.pow(x, 3)))) 자세한 내용은 아래 블로그에 잘 설명되어있다! https://hongl.tistory.com/236 그래프 그려보기 import numpy as np import matplotlib.pyplot as plt def gelu(x): return 0.5*x*(1+np.tanh(np.sqrt(2/np.pi)*(x+0..
텐서 차원조작을 쉽게 해주는 패키지, einops transformer 공부하며 코드 구현시 필수인게 이미지 패치를 자르는 것인데 이 패키지를 이용하면 매우 쉽게 이용할 수 있다. torch나 tensorflow의 layer처럼 사용할 수도 있다고 한다. import matplotlib.pyplot as plt from PIL import Image from einops import rearrange, reduce, repeat from einops.layers.torch import Rearrange, Reduce # torch layer 처럼 사용가능 from einops.layers.tensorflow import Rearrange, Reduce img = Image.open('./cat.jpg')..