J.Spin

각 CUDA 버전마다 안정적으로 지원하는 Pytrorch 버전이 있다. 나중에 에러로 해매는 것 보다 미리 확인하고 까는 것을 추천한다 :) CUDA 9.0 https://download.pytorch.org/whl/cu90/torch_stable.html CUDA 9.2 https://download.pytorch.org/whl/cu92/torch_stable.html CUDA 10.0 https://download.pytorch.org/whl/cu100/torch_stable.html CUDA 10.1 https://download.pytorch.org/whl/cu101/torch_stable.html 이런식으로 url을 수정하여 들어가보면 확인할 수 있음.

코드들을 돌리다 보면 make.sh를 실행시켜 레이어를 만드는 경우가 많다. docker로 환경을 받아 왔더라도 그래픽 카드 버전과 맞지 않는 경우 아래와 같은 에러를 내는 경우가 있다. "no kernel image is available for execution on the device..." make.sh 파일을 열어보면 arch=compute_52, code=sm_52 위와 같은 코드를 볼 수 있는데 이를 아래 사이트에서 자신이 사용하고 있는 그래픽카드에 맞춰 수정하자. https://developer.nvidia.com/cuda-gpus (보통 코드 전체 검색에서 'sm_' 라고 검색하면 대부분 나온다.) 예를들어 RTX2080을 사용하고 있다면 compute_75, sm_75로, Gtx 108..

https://pytorch.org/get-started/previous-versions/ 위 링크를 통해 설치 가능. 단, Windows는 0.4.1 이후 버전만 제공하고, Cuda 버전과 맞지 않을 시, 에러가 발생할 수 있다. Docker 쓰는게 젤 편하다 ^^..

지금까지 Real-Time Task를 요구하는 Object Detection 문제를 요구하는 프로젝트를 진행할 때는 주로 YOLO(You Look Only Once)를 사용하였습니다. 최근 빠른 성능(FPS)을 가지는 Detector를 요구하는 프로젝트를 진행하게 되어 YOLO말고 더 좋은 Real-time Detector는 없을까... 찾아보다가 꽤나 흥미로운 논문을 발견하게 되어 논문 리뷰를 진행하고자 합니다! ↓↓↓ CenterNet (Objects as Points) 논문 링크 ↓↓↓ https://arxiv.org/pdf/1904.07850v2.pdf ↓↓↓ CenterNet (Objects as Points) 코드 링크 ↓↓↓ https://github.com/xingyizhou/CenterN..

저번 포스팅에서는 CNN을 이용한 첫 Object Detection인 R-CNN을 알아봤습니다. https://nuggy875.tistory.com/21?category=860935 [Object Detection] 2. R-CNN : 딥러닝을 이용한 첫 2-stage Detector 저번 포스팅에서는 Object Detection의 전체적인 흐름에 대해서 알아보았습니다. [Object Detection] 1. Object Detection 논문 흐름 및 리뷰 Deep Learning 을 이용한 Object Detection의 최신 논문 동향의 흐름.. nuggy875.tistory.com 이번 포스팅에서는 저번 포스팅에서 R-CNN Family라고 소개 드렸던, R-CNN 구조를 바탕으로 한 빠르고, ..

저번 포스팅에서는 Object Detection의 전체적인 흐름에 대해서 알아보았습니다. [Object Detection] 1. Object Detection 논문 흐름 및 리뷰 Deep Learning 을 이용한 Object Detection의 최신 논문 동향의 흐름을 살펴보면서 Object Detection 분야에 대해서 살펴보고, 구조가 어떤 방식으로 되어있으며 어떤 방식으로 발전되어 왔는지 살펴보고자 한다... nuggy875.tistory.com 이번 포스팅에서는 2-stage detector R-CNN계열의 선두주자이자, Object Detection 분야에 최초로 Deep Learning(CNN)을 적용시킨 R-CNN 논문을 소개해드리고자 합니다. 논문 링크 : https://arxiv.or..

Deep Learning 을 이용한 Object Detection의 최신 논문 동향의 흐름을 살펴보면서 Object Detection 분야에 대해서 살펴보고, 구조가 어떤 방식으로 되어있으며 어떤 방식으로 발전되어 왔는지 살펴보고자 합니다. Object Detection이란? Deep Learning을 이용하는 Computer Vision Task 중에서 세 번째 그림에 해당이 됩니다. Object Detection이란 여러 물체에 대해 어떤 물체인지 분류하는 Classification 문제와 그 물체가 어디 있는지 박스를 통해 (Bounding box) 위치 정보를 나타내는 Localization 문제를 둘 다 해내야 하는 분야를 뜻합니다. 쉽게 말해서 Object Detection = 여러가지 물체에..

YOLO 는 You Only Live Once 가 아닌 You Only Look Once, 즉, 이미지를 한 번 보는 것 만으로 Object의 종류와 위치를 추측하는 딥러닝 (Deep Learning) 기반의 물체인식 (Object Detection) 알고리즘을 뜻한다. Single Convolutional Network -> Multiple Bounding Box 에 대한 Class Probability 계산 하나의 Convolutional Network를 통해 여러개의 경계박스(bounding box)에 대한 class probability를 계산하는 방식. 1-stage detector로서 간단한 처리과정으로 다른 딥러닝 알고리즘에 비해 속도가 매우 빠르며, 높은 mAP (mean Average P..