딥러닝관련94 YOLOv5 PyTorch 돌려보기 (작성 중) https://github.com/ultralytics/yolov5 GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite. Contribute to ultralytics/yolov5 development by creating an account on GitHub. github.com 위가 원작자 코드인가보다 STAR가 가장 많다. https://github.com/ultralytics/yolov5/wiki/Docker-Quickstart GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > Core.. 2023. 1. 18. ROC curve and AUC 머신 러닝에서 performance measurement는 필수다. 특히, Classification task에 대해서, AUC-ROC curve를 통해 성능을 측정할 수 있다. 우리가 multi-class classification problem의 performance를 측정하거나 시각화할 때 AUC(Area Under the Curve) ROC(Receiver Operating Characteristics) 곡선을 사용한다. 이는 모든 classification model의 성능을 확인하기 위한 가장 중요한 evaluation metrics 중 하나. AUROC(Area Under the Receiver Operating Characteristics) 라고도 한다. What is the AUC - R.. 2022. 8. 6. SSD(single shot detector)를 활용한 지폐 detection 웹캠 결과 - Single shot detector(SSD)를 이용하여 연구실에서 구축한 데이터로 지폐 검출을 진행. - 학습 데이터와는 다른 환경 및 scale invariant로 인해 검출율 및 인식률 예상보다 저하. 아래 future work를 통해 성능을 향상시킬 예정 [Future work] - 다양한 환경 및 변화가 있는 화폐 데이터 추가 확보 - Various online data augmentation 방법 적용 - Multi-scale을 고려한 모델 설계 데이터를 제외하고 곧 github에 소스코드를 올려야겠다. 2022. 7. 28. TensorRT 활용해보기 (Pytorch example) TensorRT를 막상 써보려니 뭔가 잘 정리되어 있는 내용들이 없어서 따로 업데이트 해보려고 한다. 우선 내가 자주 쓰는 framework는 pytorch지만 tensorflow에서 또한 사용을 해야하기 때문에 두 케이스 모두에 대해서 알아보려고 한다. [pytorch]는 TRT [tensorflow]는 TF-TRT 로 나뉜다고 한다 (pytorch에 대해서 먼저 tensorRT를 만들고 tensorflow를 나중에 적용해서 앞에만 TF가 붙은건가??) Documentation은 아래와 같은 듯 보인다. [TRT] https://developer.nvidia.com/tensorrt#what-is NVIDIA TensorRT An SDK with an optimizer for high-performanc.. 2022. 7. 25. 이전 1 2 3 4 ··· 24 다음
