# Computer_Vision

[Anomaly Detection] Anomaly Detection 모델과 적용 분야
Normal(정상) sample과 Abnormal(비정상)sample을 구별해내는 문제를 의미한다Imbalanced Classification과 유사하다.정상 비정상 클래스 라벨이 모두 존재하는 데이터예시 모델일반 classification task와 동일하게 진행할

SRResNet, SRGAN 논문 리뷰
위 자료를 참고했다.논문 링크: https://arxiv.org/abs/1609.04802빠르고 깊은 CNN을 사용함으로써 super-resolution task의accuracy와 속도가 향상될 수 있었음그러나, 여전히 upscaling factor를 크게 줬

[논문리뷰]Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks - 2015
bottleneck에 해당하던 Region proposal 작업을 GPU 장치에서 수행(RPN적용)end-to-end 학습 VGG16 으로 image의 특징을 추출 하고 Region Proposal Network(RPN)은 물체가 있을 법한 위치를 찾아 classifi
[논문리뷰] Rich feature hierarchies for accurate object detection and semantic segmentation - 2014
Preview 2-stage Selective Search 를 이용해 2,000개의 Region Proposal 을 생성 각 Region Proposal 을 동일한 크기의 이미지로 warping warping image를 일일이 CNN 에 넣어서 foward 결과를 계

SVD(Singular Value Decomposition) - 특이값 분해
Abstract > PCA의 경우 정방행렬만을 고유벡터로 분해할 수 있지만, SVD는 정방행렬 뿐만 아니라 행과 열의 크기가 다른 행렬에도 적용할 수 있다. 일반적으로 SVD는 특이값 분해로 불리며, m x n 크기의 행렬 A를 특이 벡터(singular vecto

YOLOv5 (1) - 프로젝트 개요
💡 YOLOv5 Yolo란 "You Only Look Once"의 약자로, 실시간 객체 감지를 위한 딥러닝 기반 알고리즘이다. YOLO는 이미지를 그리드로 분할하고,각 그리드 셀마다 Bounding Box를 예측하여 그 안에 포함된 객체를 인식한다. YOLO는 주로 자율 주행 자동차, 보안 시스템, 객체 추적 등 다양한 응용 분야에서 활용된다. Yolo...

[Torchio]-3D Segmentation
Torchio는 Pytorch를 기반으로 구현되어 있으며, 3D Segmentation 특히 의료 분야의 데이터를 분석하기 용이한 오픈소스 라이브러리입니다. 이번 포스팅에서는 Torchio 내에서 3D 데이터를 로드하고 모델에 입력해 주는 과정을 담당하는 DataStr
[논문 리뷰] YOLOv7
YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors Introduction Computer Vision 분야에 속한 Real-time object detect

[Generative model]
출처 : https://www.youtube.com/watch?v=Q3HU2vEhD5Y20강 내용 정리Data: (x, y)x is data, y is labelGoal: Learn a function to map x -> yExamples: Classific
[지옥의 CV캠프] ResNet 논문 리뷰(혹은 번역)
본 리뷰는 모두의연구소 공간 지원을 받아 작성되었습니다. 깊은 신경망은 트레이닝하기 어렵다. 이 논문에서는 깊은 네트워크 트레이닝을 쉽게 만드는 residual learning
정리 필요한 논문들
Attention is All You Needhttps://arxiv.org/abs/1706.03762(NIPS 2017)Real-Time Scene Text Detection with Differentiable Binarization and Adaptive
[오류 해결] paddleocr 사용 시 AttributeError: 'ParallelEnv' object has no attribute '_device_id'
GPU 환경이 구축되지 않아서 생기는 오류.config.yml 파일에서 use_gpu: false로 변경

Few-shot Learning에 대해...
Abstract > 의료 분야에서 질병 진단 관련하여 후향적인 연구를 진행하였을때 데이터 수집간 적은 데이터을 자주 목격하게 되었다. 그렇기 때문에 '적은 데이터셋으로 모델을 학습시켜 질병 분류를 할 수 있을까?' 에 대한 고민을 하게 되었고. 이와 관련하여 Few-s

[오류 해결] paddleocr 사용 시 TypeError: '<' not supported between instances of 'tuple' and 'float'
paddleocr로 얻어낸 result값을 이미지 바운딩 하기 위해해당 코드 실행시 아래와 같은 오류 발생먼저 result를 확인해 보자.result0을 확인해 보자.필요없는 차원이 하나 더 붙어 있음을 확인.result = result0 으로 바깥의 한 차원을 제거하

#CV 환경 구축 2 - Ubuntu 20.0.4에 caffe 설치하기
EnvironmentMacOS(M1)CUDA == 11.5\*opencv == 4.4.0vim을 사용해서 아래 내용을 복붙해서 넣어준다(환경별 버전은 맞춰줘야함)나는 이 과정에서 caffe의 cpp, hpp 파일에 있는 Opencv 버전에 문제가 있어서 파일들 내의 o

[object detection] R2CNN
R2CNN은 Faster R-CNN의 아키텍처를 기반으로 이루워져있습니다.가장 큰 차이점은 축과 나란한 box 좌표와 기울어진 box 좌표를 둘 다 output으로 얻어내 사용하는 것과 더 많은 텍스트 유형을 검출하기 위해 서로다른 크기의 ROI Pooling을 진행

[object detection] Fast R-CNN & Faster R-CNN
Fast R-CNN (1) selective search 방법으로 bounding box 생성 (2) 영역을 전혀 고려하지 않은체 CNN을 통해 feature map을 만든다. (3) 이미지에서 얻은 bounding box를 feature map에 projecti