본문 바로가기

전체 글251

[MMPose] A 20-MINUTE TOUR TO MMPOSE MMPose 1.0은 새로운 프레임워크를 기반으로 구축되었다. 딥러닝에 대한 기본 지식을 가진 개발자를 위해 이 튜토리얼은 MMPose 1.0 프레임워크 디자인에 대한 개요를 제공한다. 이전 버전의 MMPose를 사용한 경험이 있거나, MMPose 1.0을 처음 시작하는 초보자라면 이 튜토리얼을 통해 MMPose 1.0을 기반으로 프로젝트를 구축하는 방법을 배울 수 있다. 참고 사항이 튜토리얼은 MMPose 1.0을 사용할 때 개발자가 고려해야 할 사항들을 다룬다:전체 코드 아키텍처구성 파일로 모듈 관리하는 방법사용자 정의 데이터셋 사용하는 방법새로운 모듈(백본, 헤드, 손실 함수 등) 추가하는 방법 튜토리얼의 구성이 튜토리얼의 내용은 다음과 같이 구성된다:MMPose 프레임워크에 대한 20분 가이드구조.. 2024. 6. 22.

[MMPose] Overview 이 장에서는 MMPose의 전체 프레임워크를 소개하고 자세한 튜토리얼로 연결되는 링크를 제공한다. What is MMPoseMMPose는 Pytorch 기반의 포즈 추정 오픈소스 툴킷으로, OpenMMLab 프로젝트의 일원이다. 이 툴킷은 2D 다인 포즈 추정, 2D 손 포즈 추정, 2D 얼굴 랜드마크 감지, 133 키포인트 전신 포즈 추정, 패션 랜드마크 감지 및 동물 포즈 추정과 관련된 다양한 알고리즘과 모듈을 포함하고 있다. 아래는 MMPose의 전체 프레임워크이다. MMPose는 8개의 주요 구성 요소로 구성되어 있다: apis: 모델 추론을 위한 고수준 API를 제공한다.structures: bbox, keypoint 및 PoseDataSample과 같은 데이터 구조를 제공한다.datasets.. 2024. 6. 22.

MMDetection 시작하기 Overview▶ MMDetection is an object detection toolbox that contains a rich set of object detection, instance segmentation, and panoptic segmentation methods as well as related components and modules. ▶ MMDetection consists of 7 main parts, apis, structures, datasets, models, engine, evaluation and visualization.apis provides high-level APIs for model inference.structures provides data structures.. 2024. 6. 21.

MMEngine 시작하기 Introduction※ MMEngine는 PyTorch를 기반으로 딥 러닝 모델을 훈련하기 위 기본 라이브러리(foundational library)이다. ArchitectureMMEngine은 OpenMMLab 알고리즘 라이브러리를 위한 차세대 학습 아키텍처를 구현하며, OpenMMLab 내 30개 이상의 알고리즘 라이브러리에 대해 통합된 실행 기반을 제공한다. Module▶ 핵심 모듈Runner: 학습, 테스트 및 추론 작업을 실행하고 이 과정에서 필요한 다양한 구성요소를 관리한다.Dataset: 학습, 테스트 및 추론 작업에서 데이터를 구성하고 모델에 데이터를 공급한다.Model: 학습 과정에서 데이터를 받아 손실을 출력하고, 테스트 및 추론 작업에서 데이터를 받아 예측을 수행한다.Optimi.. 2024. 6. 21.

MMCV 이해하기: High-quality Implementation of Common CUDA Ops ※ MMCV는 다음과 같은 기능을 한다:Data Processmmcv.imagemmcv.videoVisualizationmmcv.visualizationData Transformationmmcv.transformsVarious CNN Architecturesmmcv.cnnHigh-quality Implementation of Common CUDA Opsmmcv.ops mmcv.ops: We implement common ops used in detection, segmentation, etc. https://mmcv.readthedocs.io/en/latest/api/ops.htmlhttps://mmcv.readthedocs.io/en/latest/understand_mmcv/ops.html 2024. 6. 21.

MMCV 이해하기: Various CNN Architectures ※ MMCV는 다음과 같은 기능을 한다:Data Processmmcv.imagemmcv.videoVisualizationmmcv.visualizationData Transformationmmcv.transformsVarious CNN Architecturesmmcv.cnnHigh-quality Implementation of Common CUDA Opsmmcv.ops mmcv.cnnMMCV는 OpenMMLab 프로젝트의 한 부분으로, 컴퓨터 비전 작업을 위한 종합적인 툴킷이다.MMCV는 CNN(Convolutional Neural Networks)을 구성하고 훈련시키기 위한 다양한 도구와 기능을 제공한다. Layer building: MMCV에서는 다양한 레이어를 쉽게 생성할 수 있는 빌딩 블록을 제공한.. 2024. 6. 21.

MMCV 이해하기: Data Transformation ※ MMCV는 다음과 같은 기능을 한다:Data Processmmcv.imagemmcv.videoVisualizationmmcv.visualizationData Transformationmmcv.transformsVarious CNN Architecturesmmcv.cnnHigh-quality Implementation of Common CUDA Opsmmcv.ops mmcv.transforms데이터 변환(data transformation)은 머신러닝과 딥러닝 모델을 훈련시키기 위해 데이터를 준비하는 과정에서 매우 중요한 단계이다. 이 과정은 데이터를 로딩, 전처리, 증강 및 포맷팅하는 다양한 작업을 포함한다.데이터 변환(data transformation)의 주요 목표는 데이터를 모델이 처리할 수 있.. 2024. 6. 21.

MMCV 이해하기: Visualization ※ MMCV는 다음과 같은 기능을 한다:Data Processmmcv.imagemmcv.videoVisualizationmmcv.visualizationData Transformationmmcv.transformsVarious CNN Architecturesmmcv.cnnHigh-quality Implementation of Common CUDA Opsmmcv.ops mmcv.visualizationImageimshowShow an imageimshow_bboxesDraw bboxes on an image.imshow_det_bboxesDraw bboxes and class labels (with scores) on an image# show an image filemmcv.imshow('a.jpg')#.. 2024. 6. 21.

MMCV 이해하기: Data Process ※ MMCV는 다음과 같은 기능을 한다:Data Processmmcv.imagemmcv.videoVisualizationmmcv.visualizationData Transformationmmcv.transformsVarious CNN Architecturesmmcv.cnnHigh-quality Implementation of Common CUDA Opsmmcv.ops mmcv.imageI/O(Input/Output)▶ Read/WriteimreadRead an image.imwriteWrite image to file.import mmcvimg = mmcv.imread('test.jpg') # imread: 읽기mmcv.imwrite(img, 'out.jpg') # imwrite: 쓰기 imfrom.. 2024. 6. 21.

이전 1 2 3 4 ··· 28 다음

티스토리툴바