내 깃헙 프로필에 들어가면 보이는 화면인데 정말 기본 설정 그대로이다. 이런 심심한 프로필을 볼 때 마다 나중에 도움은 되겠지 하며 프로필을 나에 대해서 쉽게 알 수 있도록 꾸며보고자 했는데 계속 미루다가 드디어 꾸미게 되었다. 먼저 repository에 들어가서 내 아이디와 같은 이름의 레포를 새로 만들어 준다. 내 아이디와 같은 이름을 넣어주면 아래 스페셜 레포라며 고양이가 프로필을 추가할 수 있다고 알려준다. 이때 리드미 파일을 추가하여 레포를 생성해야 한다. 이렇게 리드미 파일이 추가된 레포가 생성된 것을 볼 수 있다. 여기서 리드미 파일을 수정하면서 내 프로필에 보여지게 될 내용들을 추가하면 된다. 마크다운 문법으로 작성하면 되는데 단순하게 텍스트만 있는 것 보단 나를 표현할 수 있는 것들을 추..
일요일엔 개인적인 일이 있어서 일찍 일어나긴 하지만 모닝 루틴을 전혀 못 할 것 같아서 빈 칸으로 잘라서 하루 일찍 업로드 하게 되었다. 추석 연휴가 시작되었지만 집에 못가고 노트북 붙잡고 있어야 하는 사람 나야 나~~~ 내년 추석에는 직장인이 되어서 집에 내려갈 수 있으면 좋겠다 ㅠㅠ.. 백수의 슬픔만 남을 연휴일 예정... 아침 공부를 같이 하는 사람들과 만나는 마지막 주였다. 다음주부터는 비공식으로 자율적으로 아침 공부 할 사람만 참여하는 걸로 했다. 나 말고 아무도 안 올 것 같긴한데.. 누가 오긴 할까..? 그래도 기록을 남겨야 하는 그 귀찮음과 압박이 사라져서 좋다. 이번주는 아이펠 공부가 꽤 있어서 코테 공부는 많이 못했다. 그래도 스터디는 2개나 들었음! 그래서 나름 알찬 일주일이었다고 느..
( 해당 프로젝트 노트북 파일 : https://github.com/YOOHYOJEONG/lms_practice/blob/master/exploration/lms_ex_19.ipynb GitHub - YOOHYOJEONG/lms_practice Contribute to YOOHYOJEONG/lms_practice development by creating an account on GitHub. github.com ) U-Net Generator를 만들어서 학습 후 스케치만 있는 그림에 채색을 하는 프로젝트를 진행하는 중 Generator와 Discriminator 학습하는 부분에서 아래와 같은 에러가 떴다. FailedPreconditionError: Error while reading resource ..
Object Detection in Aerial Images:A Large-Scale Benchmark and Challenges, Jian Ding et al., Feb 24, 2021을 읽고 요약한 글입니다. Abstract 위성 이미지에 대한 대 용량 벤치마크의 부족이 ODAI(object detection in aerial images, 위성 이미지에서의 객체 검출)의 object detection 발전에 큰 장애물이 된다. 해당 논문에서는 대용량 데이터셋(DOTA)과 ODAI에 대한 포괄적인 기준을 제시한다. 1. Introduntion 현재 Earth Vision(지구 관측 및 원격 감지라고도 함.) 기술은 최애 0.5m 해상도의 위성 이미지로 지구를 관찰할 수 있을 만큼 발전했다. 방대한 양..
깃허브는.. 정말 쓰면 쓸 수록 모를 녀석이다... 이렇게 잊을만 하면 에러 포스팅을 하게 하다니... 왜 100MB 이상의 파일을 push하지 못하게 해놓은걸까... 나쁜 녀석들... 사실 이전부터 깃허브는 100MB 이상인 파일은 업로드하지 못한다는 것을 인지하고 있었으나 내가 오늘 push하려던 파일의 용량(618.76MB)을 미처 확인을 하지 못한 채 바보같이 push 해버렸다... 당연히 에러를 뱉어냈고.. remote: error: File is 618.76 MB; this exceeds GitHub's file size limit of 100.00 MB remote: error: GH001: Large files detected. You may want to try Git Large File..
2021년 정기 기사 3회 실기 접수 기간은 2021년 9월 13일 (월) 오전 10:00 ~ 2021년 9월 16일 (목) 오후 06:00 이다. 나는 지난 3회 필기를 합격했기 때문에 이번 3회 실기를 접수할 수 있고 필기 때 사전 등록했던 자격 요건 서류가 있었기 때문에 수월하게 접수를 할 수 있었다. http://www.q-net.or.kr/man001.do?gSite=Q Q-net 자격의 모든것 www.q-net.or.kr 위의 사이트에서 로그인을 한 후 원서 접수 신청 배너를 누르면 현재 접수할 수 있는 시험이 뜬다. 맨 위에 위치한 정기 기사 3회 실기를 누르면 접수하는 페이지로 넘어가게 된다. 응시 종목명을 검색하여 접수하고자 하는 과목을 선택한 후 아래 동의박스 체크하면 다음으로 넘어갈 ..
역대급으로 혼란스러운 1주일이었던 것 같다. 2차 해커톤인 계획서 작성 및 팀빌딩이 진행된 주였는데 대 혼돈이었다. 분위기에 휩쓸리지 않고 할 일 다 끝내고 싶었는데 어쩔 수 없이 휩쓸려 버려서 정처기 공부는 하나도 못했다... 다음주에 실기 접수하면 정말 열심히 벼락치기를 해야한다.. 다음주에는 3일이나 팀 별로 계획서를 작성하는 시간이 있어서 이 시간을 어떻게 사용하면 좋을지 고민을 좀 해봐야할 것 같다. 다음주는 좀 덜 혼란스러웠으면 좋겠다. +) 간만에 일요일 아침 일찍 일어난 것에 굉장히 뿌듯해 하는 중 미라클모닝 다이어리 pdf 파일이 필요하다면 ? 👇 https://iambeginnerdeveloper.tistory.com/3?category=896946 미라클 모닝을 시작하며 | 미라클모닝..
DOTA : A Large-scale Dataset for Object Detection in Aerial Images(2019)를 읽고 요약한 글입니다. Abstract 해당 논문에서는 위성 사진의 Earth Vision의 object detection 연구를 진전시키기 위해 위성 이미지의 object detection을 위한 대규모 데이터 세트(DOTA)를 소개한다. 이를 위해 다른 센서와 플랫폼에서 286개의 항공 이미지를 수집하며 각 이미지의 크기는 약 4000x4000픽셀로 다양한 스케일, 방향 및 모양을 나타내는 물체를 포함한다. 이러한 DOTA 이미지는 15개의 공통 object 범주를 사용하여 위성 영상 해석 전문가에 의해 주석이 달린다. 완전한 주석이 달린 DOTA 이미지에는 188개, ..
> Unit.24 문자열 응용하기 >> s = 'Hello, world!' >>> s = s.replace('world!', 'Python') >>> s 'Hello, Python' - translate : str.maketrans('바꿀문자', '새문자')로 된 변환 테이블을 만든 후 traslate(테이블)을 사용하면 문자를 바꾼 후 그 결과를 반환한다. >>> table = str.maketrans('aeiou', '12345') >>> 'apple'.translate(table) '1ppl2' - split : 문자열을 분리하는 메서드이다. split('기준 문자열')처럼 기준 문자열을 지정해주면 지정한 기준 문자열을 기준으로 문자열을 분리하여 리스트를 만든다. ()안에 아무것도 없으면 공백을 기..
> Unit.23 2차원 리스트 사용하기 >> 10 20 30 40 50 60 while문을 한 번만 사용하여 2차원 리스트의 요소를 출력할 수도 있다. a = [[10, 20], [30, 40], [50, 60]] i = 0 while i >> 10 20 30 40 50 60 while문을 두 번 사용하여 2차원 리스트의 요소를 출력하는 방법은 for문과 거의 동일하다. a = [[10, 20], [30, 40], [50, 60]] i = 0 while i < len(a): #i는 세로 크기 j = 0 while j < len(a[i]..
