# ROI

[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. [출처: Zou et al. 2019. Object Detection in 20 Years: A Survey] 1-stage 방식에는 대표적으로 YOLO 시리즈와 Retina-Net, SSD, EfficientDet 등이 있으며, 2-stage 방식에는 RCNN 시리즈와 SPPNet 등이 있습니다. 2-Stage Detector 먼저 2-stage detector 입니다. , int dtype = -1) dst(I) = saturate(src1(I)+src2(I)) if mask(I) != 0 saturate 함수 합 255 초과 --> 255로 설정 합 0 미만 --> 0으로 설정 function void scaleAdd(Mat src1, double scale, Mat src2, Mat dst) dst(I) = scale * src1(I) + src2(I) void absdiff(Mat

OpenCV의 기초
OpenCV의 기초 화소 데이터가 저장되는 방법 > 화소값은 어떻게 행렬에 저장될까? 크기가 n행 X m열인 그레이스케일(grayscale) 영상 데이터는 첫부분에 화소(0,0)의 값이 저장된다. 이어서 화소 (0,1)의 값이 저장되고, 이런식으로 화소값이 순차적으로 저장되다가 맨끝에 화소 (n-1, m-1)의 값이 저장된다. 컬러 영상에서는 저장할 때 우리가 선택할 수 있는 방법이 몇가지가 있다. 가장 기본적인 방법은 컬러를 세가지의 기본색으로 나누고 이를 조합하여 다른 컬러를 만드는 방법이다. 많이 사용되는 기본 색상이 RGB이다. OpenCV에서는 BGR컬러 시스템을 사용한다. OpenCV에서 하나의 컬러를 채널(Channel)이라고한다. 3개의 채널이 있다면 각 화소당 3개의 숫자가 저장되는것이다. 화소의 자료형은 우리가 선택할 수 있다. 부호가 없으면 8비트의 경우 0~255까지의 값을 저장할 수

[ADsP] 데이터 분석 기획 - 분석 마스터 플랜
💡 마스터 플랜 수집 ◽ 마스터 플랜 수립 개요 데이터 분석이 주는 가치의 체계적 관리, 분석 역량의 내재화를 위해 * 중ㆍ장기 관점의 마스터플랜* 수립이 필요하다. 분석 과제를 * 전략적 중요도, 비즈니스 성과 및 ROI , 분석 과제의 실행 용이성 등을 고려해 우선순위 설정* (업무내재화 적용수준), (분석데이터 수준), (기술 수준) 등 분
포인트 클라우드 ROI 설정
코드 분석 데이터 형의 변화 흐름을 보고자 한다. 어떤 데이터 형이 어떻게 변환되어가는지 정리해 보겠다. sensor_msgs::PointCloud2ConstPtr&-> pcl::PointCloud::Ptr [ fromROSMsg(,); ] pcl::PointCloud::Ptr -> pcl::PointCloud::Ptr [ pcl::transformPointCloud(,,*);] pcl::PointCloud::Ptr -> pcl::PCLPointCloud2 [ pcl::toPCLPointCloud2] pcl::PCLPointCloud2 -> sensormsgs::PointCloud2 [ pclconversions::fromPCL(,); ] sensor_msgs::PointCloud2 -> pcl::PointC