ABOUT ME

-

Today
-
Yesterday
-
Total
-
  • 2022-11-15 (화) Daily Tasks & Time Log
    부스트캠프 AI Tech 4기/Daily Tasks & Time Log 2022. 11. 15. 09:52

    Daily Tasks

    • 데일리 스크럼 참여 (10:00 ~ 10:10)
    •  피어세션 참여 (16:00 ~ 17:00)
    • 우리팀을 소개합니다(우팀소) 준비
    • GPU 서버 생성 및 셋팅
    • ⏳삶의 지도 그리기
    • 강의 수강
      •  [1강] Object Detection Overview 
        • Object Detection Overview (라이브러리, 평가지표)
        • 강의 목표 및 커리큘럼 소개
      • [2강] 2 Stage Detectors  
        •  R-CNN, SPPNet, Fast R-CNN
      • [3강] Object Detection Library 
        • MMDetection & Detectron2  
      • [4강] Neck 
        • Neck, FPN, PANet, DetectorRS, BiFPN, NASFPN, AugFPN
      • [5강] 1 Stage Detectors 
        • 1 stage Detector 배경
        • YOLO Family, SSD 소개
        • RetinaNet 및 Focal Loss 소개
      • [6강] EfficientDet 
        • Model Scaling, EfficientNet, EfficientDet 소개
      • [7강] Advanced Object Detection 1  
        • Cascade RCNN 소개
        • Deformable Convolutional Networks (DCN) 소개
        • Transformer 소개
      • [8강] Advanced Object Detection 2  
        • YOLO v4, M2Det, CornerNet 소개 
      • [9강] Ready for Competition !  
        • 컴피티션 및 데이터셋에 대한 소개 
        • 컴피티션을 위한 팁 소개
        • 컴피티션으로 학습하는 방법 소개
      • [10강] Object Detection in Kaggle  
        • 캐글 대회중 Object Detection 대회 소개
        •  대회의 탑 솔루션 리뷰

     

    Time Log

    08:40 ~ 09:00 출석체크, 실명인증, 오늘 할 일 정리

    09:00 ~ 09:30 GitHub App 설치 요청 (Slack, Notion, Octotree, Streamlit, Weights & Biases, Colaboratory) 참고링크

    10:00 ~ 10:10 데일리 스크럼

    10:10 ~ 12:00 강의 수강

    12:00 ~ 13:00 점심식사

    13:00 ~ 16:00 강의 수강

    16:00 ~ 17:25 피어세션

    17:25 ~ 18:00 휴식

    18:00 ~ 18:30 저녁식사

    18:00 ~ 19:40 강의 수강

    20:00 ~ 20:50 필라테스

     

     

     

    데일리스크럼

     

     

     

    피어세션

     

     

     

    강의 노트

     

    3강

    One Stage에 대해 알아보기 전에 Object Detection Library 중 많이 쓰이는 MMDetection과 Detectron2에 대해 알아볼 예정

     

    차이점

    - MMDetection : 더 많은 프레임워크 지원

    - Detectron2 : OD 외에 Segmentation, Pose Detection을 지원함

     

    최근 많은 논문들이 MMDetection을 기반으로 하고 있음. 

    단점으로는 조금 더 MMDetection을 잘 쓰기 위해서는 라이브러리에 대한 높은 이해도를 필요로 함

    모델 구조를 하나의 config 파일로 지정할 수 있음

     

    최근 OD은 Neck 단계를 거침. Neck을 feature map이라고 봐도 된다.

    Neck: backbone과 head를 연결하고 Feature map을 재구성한다. (ex. FPN)

     

    from mmcv import Config

    cfg = Config.fromfile('config.py')

     

     

    댓글

Designed by Tistory.