hughqlee's blog

brew install --cask flutter # 플러터 및 다트 설치 flutter doctor flutter create tiktok_clone ''' VSCode Extension - dart - flutter VSCode setting - Dart: Preview Flutter Ui Guides - Dart: Preview Flutter Ui Guides Custom Tracking - Dart: Preview Hot Reload on Save Watvcher ''' Reference https://nomadcoders.co/flutter-for-beginners Flutter 로 웹툰 앱 만들기 – 노마드 코더 Nomad Coders Flutter for Beginners nomadcoder..

라즈베리파이에서 모니터없이 부팅해서 VNC로 화면을 보려하는데, VNC viewer 화면에 떡하니 Cannot currently show the desktop 이라고만 뜬다. 리모트 디스플레이가 안되는 거지 부팅은 정상으로 된 거라서, 터미널 콘솔로 접속한다. cd /boot # boot 디렉토리로 이동(change directory) sudo nano config.txt # nano 에디터로 config.txt 파일을 연다. config.txt 파일 내에서 아래 내용을 수정 및 저장한다. hdmi_force_hotplug=1 # 주석을 해제하면, hdmi 디스플레이(모니터)가 없어도 디스플레이(VNC화면)를 구성합니다. hdmi_group=2 # force_hotplug를 켰기 때문에 디스플레이 해상도..

범위 내 학력이 초라하게 느껴질 때 요약 및 소감 주문했다. 아동 도서라기에 쉽게 생각했는데, 책이 꽤 두껍다. 교사에 대한 견해에 완전 공감한다. (평소 내 의견과 동일하다.) 생각해보면 내 (대)학(교육)비도 채권에 투자되었어야 한다고 본다. 아, 그럼 지금의 정도에도 미치지 못했으려나. 메모 학벌이 좋건 나쁘건 부자가 되려면 세상 사람들이 돈을 놓고 볼이는 게임(games people play)을 충분히 이해하여야 한다. 그 게임에 대해 문외한이라면 아동도서 같은 쉬운 책부터 읽어 보라. 하루에 3시간 이상 자기를 위한 투자에 사용하라. 학벌이나 학력이 없어 성공하지 못한다는 말은 게으른 사람들의 핑계일 뿐이다. 내 딸들이 존경할만한 교사를 만날 확률은 10%도 안 된다는 뜻이다. 나는 실제로 내 ..

Efficient Adaptive Ensembling for Image Classification 문장과 그 내용 모두 간결해서 정말 쉽게 읽을 수 있는 논문이다. EfficientNetB0 두개 앙상블 했을 뿐인데, 성능 개선이 대폭 이루어져 이게 실제로 되나 의심스러울 정도다. 코드 구현을 통해서 CIFAR-100 데이터셋으로 (B0 싱글 네트워크와 비교하며) 검증을 진행할 계획이다. 참조 * https://arxiv.org/abs/2206.07394 Abstract (초록) 근래 CV 연구는 엄청 복잡한 설계로 작은 성취를 얻는 데 그치나, 우리는 복잡한 설계없이 성능을 부스트하는 참신한 방법을 제안한다. the trend in Computer Vision is to achieve minor imp..

세이노의 가르침 2000년부터 발표된 그의 주옥같은 글들. 독자들이 자발적으로 만든 제본서는 물론, 전자책과 앱까지 나왔던 《세이노의 가르침》이 드디어 전국 서점에서 독자들을 마주한다. 여러 판본을 모으고 저자의 확인을 거쳐 최근 생각을 추가로 수록하였다. 정식 출간본에만 추가로 수록된 글들은 목차와 본문에 별도 표시하였다. 더 많은 사람이 이 책을 보고 힘을 얻길 바라기에 인세도 안 받는 저자의 마음을 담아, 700쪽이 넘는 분량에도 7천 원 안팎에 책을 구매할 수 있도록 했다. 정식 출간 전자책 또한 무료로 선보인다. *필명 ‘세이노(Say No)’는 당신이 믿고 있는 것들에 ‘No!’를 외치고 제대로 살아가라는 뜻이다. 세이노는 지난 20여 년간 여러 칼럼을 통해 인생 선배로서 부와 성공에 대한 지..

실행 코드 pip install pyusb pip install libusb import usb.core as usb_core usb_core.find() 에러메세지 usb.core.NoBackend.Error: No backend available 해결 libusb-1.0.dll 파일을 복사한다. (예. C:\Users\user\anaconda3\Lib\site-packages\libusb\_platform\_windows\x64\) System32 경로에 붙여넣기한다. (예. C:\Windows\System32\) 해결

매년 새해부터 설날 전까지 회고를 작성하고자 한다. 이번이 그 첫 포스팅이다. 돌아보면 우리 아기의 성장이 가장 먼저 떠오른다. 터미에서 기기까지 그리고 걸음마, "엄마", "아빠", "뽀(로로)", "까까"같은 말을 하고, 꾸벅 인사하고, 코 자는 흉내내고, 미끄럼틀도 혼자 타고, 쓰레기통에 쓰레기 버리기, 바닥청소하기, 단풍놀이, 아쿠아리움, 키즈카페 등등 모든 순간이 잊혀질까 사라질까 소중히 간직하고픈 한 해였다. 완전한 경제적 자유는 아니더라도, 아기와 함께 하는 시간을 더 늘릴 수 있도록 그 자유도를 높이는 게 가장 중요한 목표다. 두번째는 코로나다. 만우절에 거짓말처럼 걸려 아기와 와이프가 친정으로 피난을 갔고, 나는 홀로 수도공사 후 복구되지 않은 공사장 같은 집에 남아 격리 생활을 했다. ..

앞서 정리한 Object Detection의 기법이 상당히 반영되어 있는 YOLOv1의 논문을 리뷰해보고 성능을 더 끌어올린 기법이 무엇인지를 알아보자. 또, 다음에 이어 그대로 구현도 해볼 예정이다. 참조 https://arxiv.org/abs/1506.02640 Abstract (초록) Object Detection을 바운딩 박스와 그 클래스 확률을 공간적으로 분리하여 푸는 회귀 문제로 짰다. 하나의 신경망으로 이미지에서 바운딩 박스와 클래스 예측을 한번에 수행한다. YOLO는 Localization Error가 더 많지만, 배경을 오브젝트로 예측하는 False Positive는 적습니다. YOLO는 오브젝트의 General Representation을 잘 학습합니다. (오브젝트에 대한 일반화 성능이..

AI 딥러닝을 통한 Object Detection에 대해서 간단하게 정리해보자. 지난 정리 3에서는 Grid 방식을 적용하여 오브젝트가 다수인 경우에 대응할 수 있도록 했다. 문제. 그래서 찾은 오브젝트가 무엇인가? 우리 모델의 예측은 아직 위치 정보만 포함하고 있다.(Localization Only) 즉, 찾아낸 오브젝트가 무엇인지 분류하지 않는다. 이번 포스트에서는 우리 모델이 위치 정보와 함께 분류 정보도 리턴하도록 수정한다.(Detection = Localization + Classification) 해결. 모델 Output Dimension에 Classification Dimension을 추가하자. 분류 모델은 클래스 개수만큼의 Output Dimension을 가진다. 클래스가 [남자, 여자, ..

AI 딥러닝을 통한 Object Detection에 대해서 간단하게 정리해보자. 지난 정리 2에서는 Localization 모델에 Confidence Score를 추가하여 오브젝트가 없는 경우에 대응할 수 있도록 했다. 문제. 오브젝트가 여러개라면? 예제와 같이 오브젝트가 2개인 이미지를 우리 모델은 제대로 예측해낼 수 없다. 오직 BBOX 하나에 대한 위치정보만 return하기 때문이다. 해서 아마도 우리 모델은 두 오브젝트의 중간값 혹은 평균값을 return할 것이다. 해결. 그리드 방식으로 접근하자. 그리드 방식은 이미지를 그리드로 나눠 각 그리드에서 각각 위치 정보를 return한다. 상기 예제 이미지처럼 4x4그리드로 나눠서 위치 정보를 return하기 위해서 모델의 Head 구조를 수정해야하며..