컴맹의 컴퓨터공학과에서 살아남기

JAX에서 모델을 사용할 때, 주로 Flax를 이용하여 모델을 다룬다. Flax official page: https://flax.readthedocs.io/en/latest/index.html Flax Functional API Flax’s functional API radically redefines what Modules can do via lifted transformations like vmap, scan, etc, while also enabling seamless integration with other JAX libraries like Optax and Chex. flax.readthedocs.io Flax에도 Pytorch에서 nn.Module과 동일한 Flax.linen.Module이 ..

JAX 사용할 때, 계속해서 "AttributeError: partially initialized module 'jax' has no attribute 'version' (most likely due to a circular import)" 이런 오류가 발생. 고치면 또 까먹고 고치면 또 까먹어서 정리하는 글. 저 에러는 jaxlib랑 jax가 버전이 맞지 않아서 발생하는 오류라고 한다. 각 버전을 먼저 확인해주기 위해 아래를 실행: pip list | grep jax 그리고 각 jaxlib랑 jax를 업데이트 진행하면 해결 가능. pip install -U jax jaxlib 업데이트 후 각 버전 확인해보면 버전이 동일해진걸 확인할 수 있다. 그런데 가끔 colab 환경에서 진행할때 업데이트를 해도 에..

def get_rays(H, W, K, c2w): i, j = torch.meshgrid(torch.linspace(0, W-1, W), torch.linspace(0, H-1, H)) # pytorch's meshgrid has indexing='ij' i = i.t() j = j.t() dirs = torch.stack([(i-K[0][2])/K[0][0], -(j-K[1][2])/K[1][1], -torch.ones_like(i)], -1) # normalized coordinate # Rotate ray directions from camera frame to the world frame rays_d = torch.sum(dirs[..., np.newaxis, :] * c2w[:3,:3], -1)..

데이터베이스에 admin으로 정보 추가 Django는 관리자 페이지를 기본 제공해줌. 우선 관리자 계정을 만들기 위해서 커멘드 입력. python manage.py createsuperuser 커맨드를 입력하면 User, email, password를 입력하도록 되어있음. 관리자 등록 완료 후, http://127.0.0.1:8000/admin/ 주소로 들어가면 다음과 같은 페이지를 확인할 수 있음. 관리자 등록 때 입력했던 Username과 password를 입력하면 다음과 같은 관리자 페이지가 나타나는데, 이 페이지에서 데이터를 직접 입력이 가능. 이전에 우리가 web에서 등록했던 데이터베이스들이 보이지 않는데, 이는 우리가 admin 페이지에 이전에 만든 데이터베이스를 추가해주어야만 나타남. 따라서..

글 추천 웹 만들기 Django 환경설정 python -m venv venv source venv/Scripts/activate pip install django django-admin startproject website cd website python manage.py startapp web 장고 => MTV [Model, Template, View] 서버쪽 데이터베이스 : Model 웹페이지 화면 만들기 : Template 템플릿에서 서버(데이터베이스)에 데이터 전송 및 처리: View View 만들기 web/views.py from django.shortcuts import render from django.http import HttpResponse def home(request): return..

요즘 depth estimation, 특히 monocular depth estimation 관련해서 좀 더 자세히 알아보기 위해 이번 논문을 고르게 되었다. 그렇다면 우선 논문 설명을 시작하기에 앞서서 Depth estimation에서 크게 Monocular Depth estimation과 Stereo Depth estimation 두 종류가 존재하는데, 이 둘의 특징부터 간략하게 적고 논문을 정리하도록 하자! Stereo Depth Estimation 특정 시간에 두 시점에서의 이미지를 이용하여 Depth 측정. Left image와 Right image에서 매칭되는 점들에 대한 disparity를 통해 depth 계산. Monocular Depth Estimation 특정 시간에 한 시점에서의 이미지..

Deep3D Main Concept 과거 3D를 나타내기 위해서는 stereo 이미지를 이용하였다. 하지만, 하나의 view에서 다른 view의 이미지를 얻어내기 위해서는 사람이 알고리즘을 통해 일일히 계산해야한다는 문제점이 있다. 따라서 Deep3D는 stereo 이미지를 나누어서 하나의 이미지를 통해 나머지 이미지를 알아내는 것을 목표로 하였다. 즉, 왼쪽 눈으로 보는 이미지를 통해 오른쪽 눈으로 보는 이미지를 도출해내는 모델을 만들었다. Deep3D Method Deep3D는 network 각 단계에서 convolution 계산을 통해 나온 map들을 다시 Deconvolution을 진행한다. 이를 통해 각 단계별로 계산되는 특징에 대해 구할 수 있도록 한다. 또한 Upsampling한 featur..

21-1학기 기계학습 프로젝트의 주제가 "data augmentation"였다. 프로젝트를 진행하기 위해 data augmentation에 대한 여러 논-문들을 읽다가 찾은 "RICAP". 처음 이 논문을 읽을때 기존에 생각하지 못했던 '중요하지 않은 정보에 대한 필요성' 에 대해 알게 되었다. RICAP Method 랜덤한 사진 4개를 각각 랜덤하게 잘라서 하나의 사진으로 만드는 것. 그리고 soft labeling을 통해서 학습을 진행하게 된다. 이때 soft labeling은 모델이 overconfidence하게 되는걸 막아주는데, 이는 모델의 overfitting을 규제할 수 있다. 기존의 hard Labeling은 0 또는 1로 labeling을 한다면, soft labeling은 0.1이나 0..

Depth estimation 논문을 읽을 때, 나오는 여러 method들에 대한 정리가 필요한 것 같아서, 간단한 개념들을 정리해보았다. Structure from motion 여러 2D 이미지를 통하여 3D 구조를 추정하는 것이다. 과거에 matrix 계산을 통해 구하는 방법은 low texture, complex geometry/photometry, thin structures, occlusion에서 제대로 된 성능을 내기 어렵다. 따라서 현대에는 딥러닝을 이용한 방법들이 많아졌는데, 이러한 방법으로 우리가 흔히 아는 stereo뿐 아니라, pose estimation, feature matching도 이에 포함된다. (stereo: depth 계산, feature matching: 두 사진의 여러..

PointNet Concept 3D data를 사용할 때, convolutional 구조에서는 weight sharing과 kernel optimization으로 인해 정규화된 input이 필요하다. 따라서 아래의 point cloud는 순서가 정해져있지 않은 irregular format인 데이터이기 때문에 voxel이나 polygon으로 바꿔서 사용해야 한다. 하지만 이는 데이터의 모호성과 불필요한 volum이 있기 때문에, unorder된 point cloud 를 직접 사용하고자 한다. 이 논문에서 point cloud를 사용하기 위해 꼭 필요한 특징이 크게 2가지가 있다. invariant to permutations of its members - input 순서가 바뀌어도 동일한 output 도..