Doby's Lab

https://www.acmicpc.net/problem/1544 1544번: 사이클 단어 사이클 단어는 어떤 단어를 원형 모양으로 차례대로 쓴 것이다. 따라서, 어떤 단어를 이렇게 쓴 후에 임의의 단어를 고른다. 그 후에 시계방향으로 차례대로 읽으면 그 것이 단어가 된다. 만약에 www.acmicpc.net Level: Silver IV Solved By: Brute-Force, String N의 최고 범위가 50, 문자열의 최대 길이가 50이라서 Brute-Force를 해도 되겠다는 생각이었습니다. Brute-Force를 통해 비교를 할 때, 사이클 단어인지 판정하기 위해 string 헤더 파일의 substr 메서드를 활용했습니다. 두 단어가 사이클 단어라면, 비교한 단어 b를 a로 바꾸어 vecto..

보호되어 있는 글입니다.

✅ Intro R-CNN에서 Region Proposal의 방법으로 채택된 Selective Search에 대해 정리해 보겠습니다. ✅ Selective Search 📄 Exhaustive Search Selective Search가 있기 전에 Exhaustive Search라는 개념이 있었는데, 직역한 대로 철저하게 모든 Region에 대해 Search 해보는 방법입니다. 하지만, 이 방법에는 연산의 한계점이 있습니다. 왜냐하면, Candidate Region에 대해 모든 Region을 탐색해보아야 하는데 Object의 크기(Scale)는 일정하지 않고, Aspect Ratio 또한 일정하지 않아서 셀 수 없는 연산을 모두 해보아야 Exhaustive Search가 되기 때문입니다. 📄 Segmenta..

일반적으로 Object Detector의 성능이 얼마나 좋은지에 대한 지표로는 mAP가 널리 쓰이고 있습니다. 오늘은 mAP는 어떻게 도출되는 결과인지에 대해 알아보겠습니다. ✅ Precision(정확도), Recall(검출율, 재현율) 우선 Precision과 Recall에 대해 알고 있어야 합니다. 그리고, Precsion과 Recall에 대해 알기 위해서는 Confusion Matrix에 대한 개념을 알고 있어야 합니다. 위 그림이 Confusion Matrix입니다. 예를 들어, Detector가 Positive라고 판단했을 때, 이것은 Detector의 입장일 뿐입니다. 실제로 이것이 Positive인지 Negative인지는 모릅니다. 그런데 이것이 실제라고 했을 때는 Positive가 맞다는 ..

✅ Intro IoU에 이어 적절한 Bounding Box를 채택하는 방법인 Non-maximum Suppression에 대하여 알아봅시다. ✅ Non-maximum Suppresion Region Proposal을 통해 여러 Class에 대해 여러 Bounding Box들이 나올 것입니다. 이 Bounding Box들을 담고 있는 보관함을 A라고 하고, 다른 하나의 보관함인 B가 있다고 가정합시다. A에는 여러 Bounding Box들이 있을 것이고, 순서를 Classifier에 의해 가장 높은 점수를 가지는 순서로 정렬해 둡니다. 📄 Algorithm 특정 임계값(Threshold 1) 보다 낮은 점수를 가진 Bounding Box들은 모두 버립니다. 가장 높은 점수를 가진 Bounding Box를 ..

✅ Intro Region Proposal에서 적절한 Bounding Box를 채택하는 Non-maximum Suppression을 이해하기 위해서는 Object Detector의 평가지표인 IoU에 대한 개념의 이해가 필요합니다. ✅ IoU(Intersection over Union) IoU란 Objector Detector가 잘 작동하는지 정확도를 나타내는 평가지표입니다. IoU를 사용한 평가를 내리기 위해서는 두 가지의 정보가 필요합니다. Ground-truth Bounding Box (Test set에서 Object의 위치를 Labeling 한 것) Predicted Bounding Box (Model이 직접 측정한 Object의 위치) Ground-truth Bounding Box와 Predic..

✅ Intro R-CNN에 대해 공부하다가 접하게 되어 기본적인 개념에 대해 알고자 작성하게 되었습니다. ✅ Pre-training (사전 학습) 어떤 목적을 갖는 모델을 만들어야 할 때, 이미 잘 만들어진 모델을 가지고 조금 변형을 줘서 사용할 수 있겠다 싶은 판단이 들 때가 있습니다. 그때, 이미 잘 만들어진 모델은 Pre-trained Model이라고 합니다. 예를 들어, 개와 고양이를 분류하는 ResNet, ImageNet 등 좋은 모델을 가져와서 쓴다고 할 때, Pre-trained Model은 이렇게 선정했다고 말할 수 있습니다. 또한, 이런 경우가 아니더라도 Labeled data가 많이 없는 케이스도 Pre-training을 고려할 수 있습니다. 왜냐하면, Unsupervised Learn..

✅ Contents Intro 1. 너무 많은 정리 2. Project After Project Plan ✅ Intro 올해 첫 결산입니다. 올해부터는 한 달에 한 번씩 결산 및 회고록을 작성하여 재정비하는 시간들을 갖도록 하겠습니다. 첫 시작이니만큼 시작을 잘 끊어야 한다고 생각해서 더 열심히 하려 했던 거 같습니다. 이번 달 초에는 시간이 잘 안 간다 싶더니 막상 끝날 때쯤 되니 시간이 빠르게 간 거 같아요. ✅ 1. 너무 많은 정리 작년 결산과 첫 프로젝트의 Description, 그리고 지금 쓰고 있는 1월 결산까지 이번 달은 정리할 게 꽤 많았습니다. 너무 많은 걸 정리하려 한 건 아닌지, 혹은 정리를 하느라 시간을 뺏겼던 것은 아닌지 생각을 하게 되네요. 그래도 정리를 잘해놓아야 다음이 편할 ..