스트라드비젼 인턴

학교에서 현장실습으로 스트라드비젼에서 인턴쉽을 시작했다.간단한 OT 이후 4일짜리 코딩테스트를 받아서 코딩만 한거 같다. 다음 포스트는 코딩테스트 내용이랑 해결 방법을 정리 해봐야겠다.

총 6문제 중에 3문제는 풀었다라고 말할 수 있고, 1문제는 이론적으로는 이해 했지만, 결과가 잘 나오지 않았고 마지막 2문제는 시간이 없어서 풀지를 못했다. 백준 스타일의 문제보다는 학교 과제 스타일의 문제 여서 이해하는데는 문제가 없었다.첫번째 문제는 Matrix

3번째 테스트는 OpenCV를 쓸 수있는지에 중점을 둔 문제인거 같았다. 학교에서 Computer Vision을 들을때 OpenCV를 써봤어서 문제없이 쉽게 푼거 같았다. waitKey를 써서, 스페이스를 눌렀을때 pause/play, "<"를 눌렀을때 10 fr

테스트 5는 안드로이드 영상을 받아서 grayscale 영상으로 바꾸는 작업인데, openCV를 이용해서 frame을 BGR2GRAY로 cvtColor 해주면 간단하게 할 수 있다.Integral Image에 대한 코딩 이였는데, Sum of Integral Image

코딩테스트가 끝나고, 이미지 데이터 분류 작업을 했다. 이미 False Positive로 classified된 이미지들을 확인해서 진짜 맞는지 분류하는 작업이 었다.여기서 False Positive라는 생소한 단어가 나오는데 이걸 한번 간단하게 이야기해보자.Confus

One-Stage keypoint-based detector Object Detection은 대부분 여러 경계박스(anchor)들을 이미지에 뿌려서, anchor들이 오브젝트와 걸쳐진 영역(IoU)이 일정 숫자보다 높으면 오브젝트가 anchor를 positive로 인

Introduction CornerNet은 keypoint-based one-staged object detector이다. 왼쪽위, 오른쪽 아래 두 지점을 예측해서 경계박스를 만든다. MS-COCO 데이터셋에서 무려 42.2% AP라는 성능을 보여준다.

오늘 회사에서 서버를 받아서 깃헙에 있는 CenterNet 코드를 실행하려고 여러가지 환경설정을 할려고 했는데, 멘토분께서 docker 얘기를 꺼내셔서 한번 배우는 겸 써보자 싶어서 docker를 쓰게 되었다. 우선 docker란 개념은 virtualbox나 para

이번주는 계속 환경설정과의 싸움이다. 도커를 이용하는 주목적이 환경설정을 간편하게 하는것인데, 오히려 도커에 대한 이해도가 낮다보니, 결국 도긴개긴, 시간을 엄청 소비하고 있다... 그래도 확실히 삽질하면서 배우는게 진짜 남는거니까...😥Ubuntu container

우선 Centernet 깃헙 주소 첫번째 에러 anaconda로 가상 환경을 사용하는데 condapackagelist.txt를 살펴보면 CUDA version이 8.0으로 되어있으니 꼭 서버의 CUDA version을 확인하자. 난 nvidia-docker를 사용

nohup command로 돌리자.nohup python -u \[file.py]이러면 백그라운드에서 파이썬이 돌아가고 stdout은 nohup.out이라는 파일에 저장이 된다.log를 실시간으로 보고 싶다면 tail -f nohup.outpython -u option

Convert VOC xml annotations to COCO json annotations using voc2cocovoc2coco changes xml annotations to coco json format.python voc2coco.py --ann_dir \