RCNN 논문을 읽고 정리하면서 논문 하나하나를 리뷰하여 따로 포스팅하는 것 보단 각 특징들을 서로 비교하며 간단하게 정리하는게 좀 더 스스로에게 도움이 될 것 같았다. 때문에 논문에 언급된 내용들 전부가 해당 글에 있는 것이 아니라 굵직한(굵직하다고 생각된) 특징들만 있는 (간단) 비교 글임을 미리 언급한다. R-CNN (regions with CNN) R-CNN은 object detection에서 딥러닝을 최초로 적용시킨 모델이다. 이미지에 있는 data와 label을 input으로 하여 카테고리와 무관하게 물체의 region을 찾는 region proposal을 진행한다. proposal된 region으로부터 고정된 크기의 feature vector를 warping하여 CNN의 input으로 사용한..
StrongSORT: Make DeepSORT Great Again, Yunhao Du et al., 2022을 읽고 요약한 글입니다. ⏹️ Abstract 기존의 다중 객체 추적(MOT) 방법은 tracking-by-detection 및 joint-detection-association paradigm으로 분류할 수 있다. 후자가 더 많은 관심을 끌었고 전자에 비해 비슷한 성능을 보여주었지만, 본 논문은 tracking-by-detection paradigm이 여전히 tracking 정확도 측면에서 최적의 솔루션이라고 주장한다. 본 논문에서는 classic tracker DeepSort를 다시 살펴보고 detection, embedding 및 association 등 다양한 측면에서 업그레이드 한다(S..
SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC, Nicolai Wojke et al., 2017(DeepSORT)을 읽고 요약한 글입니다. ⏹️ Abstract 단순 온라인 및 실시간 추적(SORT)은 단순하고 효과적인 알고리즘에 초점을 맞춘 다중 객체 추적(MOT)에 대한 실용적인 접근법이다. 본 논문에서는 SORT의 성능을 향상 시키기 위해 외관(appearance) 정보를 통합한다. 이로 인해 더 오래 occlusion된 객체를 추적할 수 있어 ID 스위치의 횟수를 효과적으로 줄일 수 있다. 본 논문은 visual appearance space에서 가장 가까운 이웃 쿼리를 사용하여 measurement-to-track asso..
SIMPLE ONLINE AND REALTIME TRACKING, Alex Bewley et al., 2017을 읽고 요약한 글입니다. ⏹️ Abstract 본 논문은 온라인 및 실시간 응용 프로그램에 대해 객체를 효율적으로 연결하는 것이 중점인 다중 객체 추적(MOT)에 대한 실용적인 접근 방식을 탐구한다. 이를 위해 detection quality는 tracking 성능에 영향을 미치는 핵심 요소로, detector를 변경하면 tracking을 최대 18.9%까지 개선할 수 있다. track 구성 요소에 칼만 필터와 헝가리안 알고리즘과 같은 기본적인 조합만 사용했음에도 불구하고, 이 접근 방식은 최첨단 온라인 tracker에 맞먹는 정확도를 달성한다. 또한 tracking 방법이 간단하기 때문에 tr..
최근에 mmcv를 이용한 작업이 많아지면서 온갖 에러를 다 마주하고 있다... 그 중에서 가장 많이 마주하는 에러이고 검색해도 잘 나오지 않는 에러를 까먹지 않기 위해 수십번째 마주한 지금 블로그에 에 기록한다...🤦♂️ FileNotFoundError: [Errno 2] No such file or directory: '/tmp/tmpu0hmaxbg/tmpfddd5el5.py' 이는 mmcv 중 본인이 사용하고 있는 task 즉, 나는 mmtracking을 사용하므로 mmtracking/mmtack/tools/train.py를 실행시킬 때 config 파일의 SynatixError가 있을 때 발생하는 오류이다. train.py가 아니라 config 파일을 로드하여 train_model 모듈로 학습을 ..
로컬을 Ubuntu로만 쓰다가 최근에 Window로 변경하였다. 당연히 Window에서 개발을 진행하는데는 한계가 있어 WSL을 설치하여 Linux 환경을 사용하게 되었다. ubuntu를 그냥 쓰기만 했지 window에 wsl을 설치하여 쓰는 건 처음이라 이것저것 확인하고 설치하느라 굉장히 힘들었던 것 같아서 그 과정을 기록으로 남겨둔다. ⏹ WSL이란? WSL은 Linux용 윈도우 하위 시스템으로 Window에서도 Linux 환경을 사용할 수 있도록 해준다. ⏹ 설치 전 확인 해야 할 사항들 1. CPU의 가상화 여부 Ctrl + Alt + Del 를 누른 후 작업 관리자를 실행하여 (혹은 윈도우 검색 창에 작업 관리자 입력) 성능 탭으로 이동하면 CPU의 가상화가 '사용' 인지 확인해야 한다. CPU..
⏹ Contrastive learning이란? Contrastive learning이란 self-supervised learning(자기 주도 학습)의 주된 학습 방법으로 데이터들 간의 특정한 기준에 의해 유사도를 측정하기 위해 샘플 데이터 간의 비교를 통해 학습된 표현 공간(representation space) 상에서 비슷한 데이터는 가깝게, 다른 데이터는 멀게 존재하도록 표현 공간(representation space) 을 학습하는 것이다. ➡ Self-supervised learning 비지도학습의 한 분야에 속하는 방법으로 스스로 supervision을 주는 방법으로 라벨링이 되어 있지 않은 데이터로 학습을 진행한다. positive pair와 negative pair로 구성되며 입력쌍에 대해 ..
한 폴더 내에 10만장 정도의 파일이 있었는데 이를 전부 삭제하고자 흔히 쓰는 rm -rf *를 사용하였지만 -bash: /bin/rm: Argument list too long 해당 오류가 발생했다. 이는 이전에 많은 양의 이미지를 한번에 옮길 때도 발생했던 문제였고 아래 포스팅으로 정리까지 해뒀기에 해당 오류 메세지가 익숙했다. https://iambeginnerdeveloper.tistory.com/177?category=916615 Ubuntu | bash : /bin/mv: Argument list too long | 파일 이동 오류 해결하기 우분투에서 mv 명령어를 사용하여 기존 폴더 내의 모든 파일을 다른 폴더로 옮기려고 했는데 파일이 너무 많고 용량이 커서 그런지 아래와 같은 에러를 뱉어냈..
출퇴근 시간이 길어져서 그 시간에 무엇을 하면 알차게 보냈다고 할 수 있을까 하고 고민을 하다가 9월에는 지하철 안에서 독서를 했다. 오랜만에 열심히 살아보자는 의지가 활활 타오르는 시기였기에 자기계발서를 읽어보자 하여 산 책이 이라는 책이다. 작은 습관을 만들어서 열심히 살아보고 싶었는데 정말 많은 동기 부여가 되는 책이었다. 어느 자기계발서나 그렇겠지만 뻔한 내용일 수도 있지만 매 챕터마다 정리가 잘 되어 있어서 한번 더 기억할 수 있게 되어 있어서 정말 좋았다. 내가 노력하고 있는 작은 습관은 출퇴근 지하철에서 핸드폰을 보지 않고 책을 읽거나 공부를 하는 것이다. 후에 나에게 큰 변화를 가져올 수 있도록 꾸준히 노력해야겠다! 어느새 51권의 책이 쌓였고 높이도 92cm를 돌파한 나의 북적북적!
Quasi-Dense Similarity Learning for Multiple Object Tracking, Jiangmiao Pang, et al., 2021을 읽고 요약한 글입니다. 논문을 읽고 이해하면서 정리를 한 글이기에 논문 내의 contents 순서와 해당 포스팅의 목차 순서는 다른 것임을 미리 명시합니다. 정리에 앞서 논문을 읽으면서 따로 단어를 정리해 둔 것이 있어서 함께 작성한다. dense matching : 모든 픽셀에서 box 후보 간에 일치하도록 정의함. quasi-dense : 정보 영역에서 잠재적 객체 후보만 고려하는 것을 의미함. sparse matching : 객체 연결을 학습할 때 ground truth 레이블만 일치하는 후보로 간주한다는 것을 의미함. image pai..
