728x90
전체 글
544

[VSCode] Setting for Python Autoformatting

먼저 Command Palette > Preferences: Open User Settings (JSON) 에 아래에 있는 것을 추가한다."editor.formatOnType": true,"editor.formatOnSave": true,"editor.codeActionsOnSave": { "source.fixAll": true, "source.fixAll.eslint": true},그리고 python script 파일 아무거나 열어서 save(ctrl + s)를 하면 Formatter autopep8 is not installed. Install? 이라는 에러가 뜬다. Formatter로는 에러창에 뜬 것처럼 autopep8을 사용할 수도 있지만 나는 black을 사용하기 때문에 에러창에 있..

Temp 2023.01.27

[Paper] The Forward-Forward Algorithm: Some PreliminaryInvestigations

What is wrong with backpropagation backpropagation의 주된 한계점 중 하나는 learning과 inference가 따로 따로 수행된다는 것이다. neural network의 weights를 맞추기위해 training 알고리즘은 inference를 멈추고 backpropagation을 수행해야한다는 말이다. 하지만 실제로 real world에서의 뇌는 끊임없이 정보를 받으며 "perceptual system은 real time으로 inference와 learning을 수행해야한다"라고 말한다. 또한 backpropagation은 forward pass 에서 미분이 가능하지 않을때 수행되지 않는다. 이것은 "forward pass에 black box를 삽입하면 blac..

Deep Learning 2023.01.27

[Flutter] VSCode Settings

VSCode에서 Flutter를 사용할때 다음과 같이 Setting을 적용하면 좀 더 편하게 개발할 수 있다. Ctrl + Shift + P > Preferences: Open User Settings (JSON) 1. editor.codeActionsOnSave "[dart]": { "editor.formatOnSave": true, "editor.formatOnType": true, "editor.rulers": [ 80 ], "editor.selectionHighlight": false, "editor.suggest.snippetsPreventQuickSuggestions": false, "editor.suggestSelection": "first", "editor.tabCompletion": "o..

Dart & Flutter 2023.01.15

[Flutter] Installation (Windows)

https://docs.flutter.dev/get-started/install/windows Windows install How to install on Windows. docs.flutter.dev Get the Flutter SDK 위 링크를 타고 들어가면 다음과 같이 flutter_windows_3.3.10-stable.zip 을 다운로드 받을 수 있다. 압축을 풀면 flutter라는 폴더가 있을텐데 이 폴더를 C:\src 폴더에 넣어준다. (src 폴더가 없으면 만들어준다.) flutter/bin의 full path를 확인하고 환경변수 > 사용자 변수 Path에 추가한다. 아래와 같은 path라면 C:\src\flutter\bin을 Path에 추가해주면 된다. PowerShell로 C:\src\..

Dart & Flutter 2023.01.14

[Paper] A Flexible Solid 3D Model Reconstruction System for Mechanical CAD /CAM Systems

1. Introduction 설계자들은 3D CAD 를 잘 사용해야했을 뿐만 아니라 도면을 해석할 수 있는 능력이 필요하다. 3D CAD 파일은 소프트웨어 간의 호환성이 잘 안되며 동일한 소프트웨어라고해도 버전이 다른 경우가 있다. 3D CAD 파일을 수정하는 것은 2D CAD 파일을 수정하는 것보다 복잡하다. 2D CAD 버전 간의 호환성은 아주 좋다. CSG: Constructive Solid Geometry의 약자로 솔리드 기반 모델링이라고도 부른다. 사용이 간단하고 오류가 날 확률이 적기 때문에 모델링의 뼈대를 만들 때는 CSG 방식으로 만드는 것이 좋다고 한다. B-rep: Boundary Represent의 약자로 surface modeling이라고도 부른며 방향성과 경계가 있는 곡면들을 이용..

Temp 2023.01.06

[Paper] Automated 3D solid reconstruction from 2D CAD using OpenCV (3)

2.4. Algorithmic implementation 가장 중요한 단계는 "dimensioning, 각 뷰에서의 shape 식별, 각 뷰에서의 object의 rotation과 translation, 모든 뷰에서 결합한 part들 (isometric 뷰를 말하는 것 같음), SCAD 파일의 tree 생성, 3D point cloud 생성" 이 있다. 2.4.1. Dimensioning of objects 이미지에서는 object의 길이, 픽셀의 강도를 알아내는데 사용된다. 그래서 만약 view들마다 다른 pixel의 강도가 있다고 하면 shape의 dimension을 알아내기 불가능하다. (실질적으로 카메라로 찍을 경우 pixel의 강도가 제각각이다...) Figure 4에서처럼 object의 초록색으..

Deep Learning 2023.01.04

[Paper] Automated 3D solid reconstruction from 2D CAD using OpenCV (2)

2. Theoretical formulations 2D drawing 사본 또는 drawing 사진으로 시작한다. (사본, 사진으로 실험을 했다는 내용같음) 가장 중요한 이론의 아이디어는 현재 섹션에서는 생략한다. 전체 flow는 Figure 1을 확인하면 된다. re-construction 프로세스와 관련된 단계는 다음과 같다. outer boundary를 detection하고 bounding box를 development bounding box를 참조하여 point 위치를 결정 모든 points of interest 를 SCAD 포맷의 3D CAD 모델로 최종 변환 2.1. Contour detection 첫 번째 단계는 이미지를 feature가 식별될 수 있는 form으로 변환하는 것과 관련이 있다..

Deep Learning 2023.01.02

[Paper] Automated 3D solid reconstruction from 2D CAD using OpenCV (1)

Abstract 본 논문에서는 2D 엔지니어링 drawing에서 feature extraction을 위한 OpenCV의 적용을 보여준다. 추출된 feature들은 SCAD 포맷의 3D CAD model로 재구성하거나 LIDAR scan data와 같은 3D point cloud data로 generation하는데 사용된다. mechanical, aerospace, civil 등의 engineering 에서는 CAD 모델보다는 drawing을 설계 단계에서 이용한다. 따라서 본 논문에서는 camera capture 또는 스캔한 drawing data를 가지고 3D CAD와 BIM 모델로 쉽게 변환할 수 있는 것을 목적으로한다. 하지만 여기서 설명하는 방법은 간단한 shape에 대한 적용 가능성을 보여주며 ..

Deep Learning 2023.01.02

[Paper] Separable Self-attention for Mobile VisionTransformers

Introduction MobileViT는 CNN과 ViT의 장점을 가지는 light-weight network이다. 본 논문에서는 linear complexity를 가지는 separable self-attention을 소개한다. separaple self-attention은 위와 같이 quadratic MHA를 두 개의 linear computation으로 대체하면서 global information을 encoding 한다. Separable self-attention $c_s$: context score $c_v$: context vector $x_K$: dxd 차원의 weight를 가지는 key를 사용하여 linearly projection contextual information을 가지는 $c_v..

Deep Learning 2022.12.26

[WWF] 지구생명 보고서 2022 - 요약

오늘날 우리는 '인간이 초래한 기후변화'와 '생물다양성 손실'이라는 지구의 비상상황에 직면해 있다. 토지 이용의 변화는 여전히 자연에 가장 심각한 위험 요인으로 작용하며 전 세계의 육지, 담수, 바다에 서식하는 수많은 동식물의 자연 서식지가 파괴되거나 파편화되고 있다. 지구온난화를 1.5도 이내로 제한하지 못하면 몇십 년 후에는 기후변화가 생물다양성 손실의 결정적 요인으로 자리 잡을 가능성이 크다. 지구 온도가 1도 단위로 상승할 때마다 손실이 증가하고 인간에게 미치는 영향도 커질 것으로 예상된다. 생물다양성 지표: 시간에 따른 자연의 변화 추이를 파악하는 데 유용한 도구 지구생명지수(LPI, Living Planet Index): 50년에 가까운 기간에 걸쳐 자연의 건강 상태를 확인하기 위해 전 세계 ..

728x90