- 전체보기(22)
- Object Detection(5)
- CNN(3)
- 한이음(3)
- YOLO(3)
- boj(3)
- git(2)
- Git 공부(2)
- 캐글(2)
- 포스코 ai big data 아카데미 20기(2)
- 포스코 ai big data 아카데미(2)
- NLP(2)
- 딥러닝(2)
- 이분탐색(2)
- LSTM(2)
- 머신러닝(2)
- Bounding Box(2)
- Keras(2)
- git 초보(2)
- kaggle(2)
- Yolo series(1)
- 협업 필터링(1)
- Yolo SOTA(1)
- Git test(1)
- 모델 파라미터(1)
- 카카오블라인드(1)
- 객체 인식(1)
- cold start(1)
- MicroNet(1)
- YOLO yaml(1)
- Soft NMS(1)
- GPT(1)
- ML/DL(1)
- 백준 1920번(1)
- attention mechanism(1)
- 경량화기법(1)
- NMS란(1)
- bisect(1)
- 한이음블렌디드러닝(1)
- git 초급(1)
- 아카데미 20기(1)
- Knowledge distillation(1)
- programmers(1)
- 한이음프로젝트(1)
- Randomforest(1)
- git repository(1)
- Seq2Seq(1)
- YOLOv8(1)
- anchor box(1)
- 이미지처리(1)
- SOTA(1)
- 프로그래머스(1)
- 깃 공부하기(1)
- interpretability(1)
- 모델 경량화(1)
- 한이음 공모전 수상(1)
- 교육(1)
- Image Augmentation(1)
- 경량 네트워크(1)
- deep learning embedding(1)
- ICT 공모전(1)
- 포유드림(1)
- POSTECH(1)
- hybrid approaches(1)
- SVM(1)
- 딕셔너리(1)
- 피보나치(1)
- 임베디드 디바이스(1)
- 지식증류기법(1)
- project(1)
- 케라스(1)
- PyTorch(1)
- 컴퓨터 비전(1)
- DP(1)
- 경량화툴(1)
- git 강의(1)
- Sliding Window(1)
- Yolo 구조(1)
- Encoder / Decoder(1)
- Yolo 버전별 특징(1)
- 한이음 공모전(1)
- 파이토치(1)
- Collaborative Filtering(1)
- Hybrid recommender systems(1)
- AI big data 교육(1)
- 캐글 분류문제(1)
- TensorFlow Lite(1)
- YOLO 학습(1)
- 한이음 ICT멘토링(1)
- bottom up(1)
- German Traffic Sign Benchmark(1)
- 영상 분류(1)
- 한이음 후기(1)
- python(1)
- 과적합 방지(1)
- 딥러닝모델(1)
- counter(1)
- Posco AI Big Data Academy(1)
- 콘텐츠 기반 추천(1)
- 무려20기(1)
- 컨텐츠 기반 추천(1)
- 객체 검출 경량화(1)
- Recurrent Model(1)
- 콜백함수(1)
- 추천시스템 사용예제(1)
- 경량화 기법(1)
- ROI(1)
- 자기계발(1)
- offset(1)
- yolov5(1)
- 이진탐색 알고리즘(1)
- colab(1)
- 인공신경망(1)
- transformer(1)
- 디바이스 객체 검출(1)
- 한이음 Git(1)
- 한이음 프로젝트(1)
- 분류기 비교(1)
- 한이음 ICT 멘토링(1)
- hanium(1)
- 자연어처리(1)
- rcnn(1)
- 하이퍼파라미터(1)
- 포스코 아카데미 후기(1)
- 코테(1)
- item-to-item(1)
- YOLO hyper parameter(1)
- 포스코 아카데미 20기(1)
- 온디바이스(1)
- BERT(1)
- scalability(1)
- Exploitation-Exploration(1)
- 한이음유데미(1)
- 자격증(1)
- posco(1)
- Attention(1)
- big data(1)
- 유튜브 추천시스템(1)
- git 명령어(1)
- 텐서플로(1)
- 머신러닝분류모델(1)
- callbacks(1)
- Classification(1)
- Data Analytics(1)
- simon funk's SVD(1)
- 깃 이해하기(1)
- image classification(1)
- 추천시스템(1)
- ANN(1)
- pytorch JIT(1)
- tensorflow(1)
- ICT멘토링(1)
- NVIDIA APEX(1)
- AI(1)
- 유데미(1)
- 머신러닝분류기 비교(1)
- git 시작하기(1)
- TensorRT(1)
- Non Maximum Suppression(1)
- Pytorch 경량화(1)
- 포스코 아카데미(1)
- 1 stage detector(1)
- detection model(1)
- content-based recommendation(1)
- tesorflow(1)
- 교통표지판 분류(1)
- 독일 교통표지판(1)
- self-attention(1)
- iou(1)
- Linkedin 추천시스템(1)
- DNN(1)
- 한이음 gitlab(1)
- NMS(1)
- hyp.scratch-low.yaml(1)
- bounding box anchor box 차이(1)
- latent-factor methods(1)
- augmentation parameter(1)
- 포스코 포유드림(1)
- Negative sampling(1)
- Yolo Architecture(1)
- 2 stage detector(1)
- Bisect 라이브러리(1)
- 깃테스트(1)
- Natural Language Processing with Disaster Tweets(1)
- YOLO parameter(1)
- quantization(1)
- youtube 추천시스템(1)
- GTSRB(1)
- github(1)
- Yolo version(1)
- 딥러닝모델 경량화(1)
- 캐글 교통표지판분류(1)
- Binary Search(1)
- 백준(1)
- 이진탐색(1)
- RNN(1)
- MobileNetv3(1)
- on-device AI SOTA(1)
- selective-search(1)
- Embedding(1)
- 2022 한이음 공모전(1)
- Recommender Systems(1)
- 150370번(1)
- shufflenet(1)
- Threshold(1)
- 분류모델비교(1)
- Overlap problem(1)
- 한이음 ICT 공모전(1)
- confidence score(1)
- Yolo 버전별 성능(1)
- 포항공대(1)
- 공부(1)
- region-proposal(1)
- 동적계획법(1)
- detector(1)
- Sequence Model(1)
- dynamic programming(1)
- DP예제(1)
- Hyper-parameter(1)
- Long Term Dependency(1)
[프로그래머스] 개인정보 수집 유효기간(Python)
문제 링크 메모리: 10.4 MB, 시간: 0.15 ms코딩테스트 연습 > 2023 KAKAO BLIND RECRUITMENT출처: 프로그래머스 코딩 테스트 연습, https://programmers.co.kr/learn/challenges변수 여러 개 만들기
백준 10816번(Python) -숫자 카드 2, 리스트 요소 개수 세기
숫자 카드는 정수 하나가 적혀져 있는 카드이다. 상근이는 숫자 카드 N개를 가지고 있다. 정수 M개가 주어졌을 때, 이 수가 적혀있는 숫자 카드를 상근이가 몇 개 가지고 있는지 구하는 프로그램을 작성하시오.첫째 줄에 상근이가 가지고 있는 숫자 카드의 개수 N(1 ≤ N
DP, 백준 1463번(Python) -1로 만들기
동적 계획법(Dynamic Programming)은 큰 문제를 작은 문제로 나누어 푸는 알고리즘다음과 같은 조건을 만족할 때 사용큰 문제를 작은 문제로 나눌 수 있다.작은 문제에서 구한 정답은 그것을 포함하는 큰 문제에서도 동일하다.따라서 동적 계획법은 작은 문제의 결
이진탐색 알고리즘, 백준 1920번(Python), Bisect 라이브러리
이진탐색 안쓰고 내맘대로 풀려다가 시간초과로 실패당해서 강제로 외우는 이진탐색 알고리즘이진탐색(Binary Search)은 정렬된 배열 안에서 탐색 범위를 절반씩 좁혀가며 데이터를 탐색하는 알고리즘리스트 정렬 후 시작점(start)과 끝점(end), 중간점(mid)을
[YOLO] YOLO 버전별 비교 - Yolo v1부터 Yolo v8까지 (23.03.기준)
이번 글에서는 YOLO 시리즈별 구조 및 특징에 대해 정리해보겠습니다. 23년 3월 기준 YOLO는 버전 8까지 나와있습니다. < YOLO 버전별 출시 시점 > - YOLOv1 : 2016년에 발표된 최초 버전으로, 실시간 객체 검출을 위한 딥러닝 기반의 네트워크
AI 모델 경량화 툴 적용 기법 조사 및 On-device Object Detector SOTA Model 비교
1. TensorRT 적용 경량화 기법 2. Pytorch 모델 경량화 툴 3. Knowledge Distillation 추가 조사 4. Edge 컴퓨팅 환경을 위한 AI 모델 최적화 및 경량화 기술개발최종보고서
[모델 경량화 기법] Knowledge Distillation
Knowledge Distillation 추가 조사 1. Knowledge Distillation 개요 다수의 큰 네트워크들인 전문가(Experts, Teacher) 모델에서 출력은 일반적으로 특정 레이블에 대한 하나의 확률값 만을 나타내지만, 이를 확률값들의 분
[Recommendation System in Practice] 콘텐츠 기반 필터링, 협업 필터링, Cold start problem
Recommendation System in Practice Recommendation System in Practice 정리 본 글은 Recommendation System in Practice 를 공부하고 정리한 글입니다. < 세 가지의 주요 시스템과 실용적 관점
[ YOLO ] yaml 파일 hyper parameter 정리
본 글에서는 YOLO 모델 사용시 하이퍼파라미터를 조정하기 위해 yaml 파일에 있는 파라미터에 대한 설명을 정리하였습니다.lr0 : 시작 learning ratelrf : 종료시점의 learning ratemomentum : gradient descent를 통해 gl
[Object Detection] NMS(Non Maximum Suppression), Soft NMS
본 글에서는 Object detection의 Overlap problem의 해결방안인 NMS(Non Maximum Suppression), 그리고 NMS의 같은 객체를 가리키는 IoU 문제를 해결하기 위한 Soft NMS에 대해서 다루어보겠습니다. Overlap pr
2022 한이음 프로젝트 및 공모전 후기
2022 한이음 프로젝트 및 공모전 후기 수행기간 2022-04-12 ~ 2022-11-30 🔍 목차 지원동기 프로젝트 개요 프로젝트 진행과정 느낀 점 1. 지원동기 ☑️ 1.1. 참여계기 무엇보다 같은 분야에 관심이 있는 친구들과 팀으로 참여할 수 있고, 한이
[Object Detection] Architecture - 1 or 2 stage detector 차이
Object detection 아키텍처에는 1-stage detector과 2-stage detector가 있습니다. 본 글에서는 두 아키텍처 모델의 차이점에 대해 알아보려고 합니다.
신경망 모델 Hyper Parameter 및 Callbacks 함수 정리
: model에서 사용자가 직접 설정해 주는 값: 모델이 학습을 시작하면 학습이 완료될 때까지 사람이 할 수 있는게 없기 때문에, 학습되는 과정 사이에 학습률을 변화시키거나 val_loss가 개선되지 않으면 학습을 멈추게 하는 등의 작업을 지정하는 함수들Early St
[Paper] Attention is All You Need 논문 리뷰
본 글은 Google Brain에서 2017 NIPS에 발표한 Attention is All You Need 논문에 대한 리뷰입니다. RNN 모델의 장기 의존성 문제(long-term dependency)를 극복하기 위해 제안된 Transformer는 BERT나 GPT
POSCO 청년 AI Big Data 아카데미 20기 후기
22년 목표로 하나였던 포스코 아카데미, 떨어지면 SSAFY 지원해보려고 했는데 붙어서 정말 다행이었다. 떨어졌다면 여기서 배울 것들이 너무 아까워,, 또 사실 잘 몰랐던 것이 싸피는 개발자 양성이라 나한테는 포스코 아카데미가 더 적합했을 듯하다. 추천하냐고 묻는다면
POSCO 청년 AI Big Data 아카데미 20기 [입과 과정/복지/교육과정]
오랜만에 쓰는 글 안녕하세요! 20기를 마치고 후기를 쓰게 되었습니다. 10주 간 하루를 정말 길게 살게 되어서 시간이 더딘 것 같았는데 안 올 것 같던 수료는 무척 금방 다가오고야 말았네요 과정에 대한 설명은 다른 블로그 후기가 많으니 간단하게 작성해보겠습니다
한이음 Git 테스트 후기
한이음에서 git test 해야한다고 해서 걱정스런 마음을 가지고 접속했는데게임 튜토리얼처럼 개념 알려주고 어떻게 쓰는건지 알려주고 한 문제씩 알려주는 방식이었다.실제로 실습에서 잘 이해하고 사용하게 된 명령어에 대해서 정리해보려고 한다.: HEAD에서 4번째 전의 커
GTSRB(교통표지판 분류 문제)에 대한 분류기 비교
목적 : 교통 표지판 이미지 데이터를 이용하여 여러 분류 모델을 구현하고 분류기별 성능 비교과정 : 대량의 이미지 데이터를 전처리 - support vector machine, random forest, cnn 세 모델의 성능 차이 확인 \- 캐글에서 제공하는 교통표지
누구나 쉽게 배우는 Git(깃) & Github(깃허브) 강의 정리
역사 리눅스 커널 프로젝트를 위한 버전 관리 시스템으로 개발Birth year : 2005년구글 트렌드를 이용하여 시간 흐름에 따른 관심도 변화를 봤을 때 SVN은 계속 하락, Git은 계속 증가속도 : 네트워크 및 파일 처리동시 다발적인 개발책임성 : 소스 수정 추적