네이버 deep-text-recognition 모델을 custom data로 학습 & 아키텍쳐 분석
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 네이버 Clova AI팀에서 연구한 OCR 딥러닝 모델을 custom data로 학습하는 과정을 정리해보겠습니다~! * 2021년 3월 8일자 기준으로 내용 보완 중 입니다. (현재 6. 코드 분석 보완 중) [필자 PC 환경] OS : Ubuntu 18.04.03 LTS (네이버 클로바 공식 깃헙에서는 16.04로 진행함) & Window 10 그래픽 카드 : GTX 1080 Ti (Ubuntu) & RTX 2070 (Window) CUDA : 10.1 (Ubuntu) & 10.2 (Ubuntu) cuDNN : 7.5.0 (Ubuntu) & 7.6.5 (window) python : 3.6.9 (Ubuntu 18.04의 defau..
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 우분투 환경에서 CUDA, CuDNN, NVIDIA-Driver(그래픽 드라이버) 그리고 Pytorch를 설치하여 딥러닝 환경을 셋팅해보겠습니다. 많은 분들이 삽질을 덜 하길 바라면서 글을 작성합니다ㅎㅎ [설치 환경] PC : 데스크탑 그래픽카드 : NVIDIA-GTX 1080Ti (& GTX 1660) OS : Ubuntu 18.04.03 LTS Python : 3.6.9 (Ubuntu 18.04의 default 값) CUDA version : 10.1 cuDNN version : 7.5.0 NVIDIA-Drvier version : 440.59 Pytorch_version : 1.3.1 torchvision_version : 0..
YOLO v4 리뷰 : Optimal Speed and Accuracy of Object Detection
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 오늘은 저번달에 나온 따끈 따끈한 YOLO의 새로운 버전, YOLO v4에 대해 공부해보겠다! 아카이브 기준으로 2020년 4월 23일에 YOLO v4 논문이 나왔으며, 최신 논문 답게 CSP 같은 최신 딥러닝 기법들이 많이 소개되어 있다. YOLO v4의 아키텍쳐와 함께 최신 딥러닝 기법들도 간단하게 정리해보겠다.링크 0 (원문 링크 ) : https://arxiv.org/pdf/2004.10934.pdf 링크 1 (참고 영문 블로그 링크) : https://medium.com/@jonathan_hui/yolov4-c9901eaa8e61 YOLOv4While object detection matures in the last few..
ResNet : Deep Residual Learning for Image Recognition 논문 리뷰
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB)* 2021/07/21 1차 업데이트 완료 2016년도에 나온 CNN 아키텍쳐인 ResNet에 대해 리뷰해보겠습니다~! AlexNet, VGG, GoogLeNet, ResNet은 과거에 유명했던 CNN 아키텍쳐이고, 지금도 백본으로 자주 인용되므로 공부해두면 매우 좋습니다!!ㅎㅎ 링크 0 (논문 원문) : https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/He_Deep_Residual_Learning_CVPR_2016_paper.pdf 링크 1 (참고 블로그) : https://dnddnjs.github.io/cifar10/2018/10/09/resnet/ CIFAR..
차량 군집 주행과 모델링 (Vehicle Platooning and Modeling)
Vehicle platooning이란? 차량 군집제어는 자율주행 자동차가 상용화 되기전에 먼저 등장할 기술이다. 한글로 된 Vehicle Platooning에 대한 자료는 잘 없지만, 현대자동차가 2대의 화물차를 고속도로에서 연이어 이동시키는 군집주행(Platooning)에 성공했다는 기사(19.11.12)가 있다. 기사 내용으로 운전자는 페달에 발을 올려놓을 필요가 없고 핸들에서 손을 떼는 것도 가능하다고 나와있다. 이는 자율주행 차량 등급에서 3등급(고속도로 주행, 자유로운 손)에 해당한다. 이런 기술들은 Intelligent vechicle highway system(IVHS)의 일환으로, 대도시의 교통 혼잡도를 해소하기 위해 발전해왔다. 군집 주행 기술의 도입으로 차량 처리량(throughput)..
Gazebo [Err] [REST.cc:205] Error in REST request 에러 해결
어느날 부터 [Err] [REST.cc:205] Error in REST request 라는 에러가 가제보를 실행할 때마다 뜨기시작. 아직까지 쓰는데 별 지장은 없었지만 계속 빨간 글씨가 뜨는 것이 거슬려서 검색을 통해 해결했다. 우선 홈폴더에 들어가서 Ctrl + H를 이용하여 숨은 디렉토리들을 확인하면 이 녀석이 보일 것이다. 여기서 .ignition/fuel/config.yaml 경로로 들어가서 열어보면 이렇게 돼있는데 이것을 이렇게 url: https://api.ignitionrobotics.org 를 삽입해주고 다시 gazebo 실행을하면 괜찮아진다. 버전업이 되면서 ~fuel.org에 대한 오류가 있다고 한다. 여기서 url: 이후에 스페이스바를 삽입안해주면 아래처럼 parser에러([Err]..
keras만 사용하다가 pytorch를 사용할 때 autograd를 사용하는 것이 익숙하지 않아서 고역이다. pytorch에서는 tensor에 대한 자동미분을 loss.backward()같은 기능을 이용해서 해주게 되는데 supervised learning같은 신경망을 학습할때에는 그렇게 신경쓰지않고 예제에 있는대로 가져다 써도 괜찮았다. 그러나 신경망 업데이트 타이밍이 알고리즘마다 제각각인 강화학습을 사용할때 autograd에 대한 이해를 잘해놓지 않으니 코딩할 때마다 매번 혼란에 빠진다. 오늘은 헷갈려서 시간을 쓴부분에 대한 정리. Pytorch를 이용한 REINFORCE 알고리즘을 구현할때 손실함수를 아래처럼 정의하고 써야했다. $$ loss = -\sum_{t=0}^{T}(log \pi (u_{t..
[keep9oing] Learning to navigate in complex environments
[논문] https://arxiv.org/pdf/1611.03673.pdf [영상] 딥마인드의 논문. 영상기반의 네비게이션에 대한 새로운 심층강화학습 기법 제안과 분석이다. 제목이나 저자가 흥미로워서 읽었지만 introduction과 approach만 읽는게 나을것같아서 실험결과와 분석부분은 표만 참고하여 읽었다. 네비게이션 문제에서 항상 언급되는것이 agent가 센서만을 통해 주행을 한다고하면 주변 환경이 빠르게 바뀌면 거기에 대처하기 힘들다는 것이다. RL의경우 reward가 sparse해지고 기본적으로 네비게이션에는 3가지 계층의 메모리가 필요한데(one shot: goal position, short term memory: observation, long term memory: boundary, ..