LAB (8) 썸네일형 리스트형 연구 진행 방향 정리 (+ KSC 2025, KCSE 2026) KSC에 LIME을 사용하여 실시간 드론 충돌 위험 예측 연구를 진행하여 논문을 제출하였다.하지만 실시간 상황에서는 매번 연산을 돌려야 하는 LIME보다 각각 1번의 forward와 backward를 수행하면 되는 Grad-CAM이 더욱 적합한 것 같아, 해당 연구에 Grad-CAM을 적용하여 실험을 진행해 각 기법의 성능 비교 및 평가를 진행할 예정이다.이전 연구는 아래와 같은 로직으로 진행하였다.우선 드론에서 실시간 영상 프레임을 받아와 YOLOv8n 기반으로 생성한 객체 검출 모델에 전달한다.이후 객체가 검출되면 LIME에 프레임을 전달하여 모델 예측에 대한 근거를 산출해 UI에 반환하였다. 이때 문제점은 크게 두 가지가 있었다.1. '객체 검출 모델'에 대한 근거를 산출모델 train 시 사용한 .. 연구 디벨롭 사항 - KSC 1. 이미지 업로드 시 마스킹 안 됨 ✅- 객체는 정확하게 잡는데 마스킹이 안 됨> 이유를 모르겠음... 코드 뜯어 보기>> 1120까지 안 되면 예전 버전으로 이미지 삽입만 진행하고 논문에 삽입 / 이후 디벨롭2. LLM json -> consloe 출력 중 ✅- html에 전달- 객체, 충돌 위험률 안내완료 🤩🤩🤩 영상 데이터셋 .arrow train (실패 💀) 안녕하세요...ImportError: To support decoding videos, please install 'torchcodec'.위 오류에 호되게 혼나고 작성하는 글입니닷...구글링을 하니까 다들 당한 사람만 있고 해결한 사람은 없는 상황인지라 제가 저를 가지고 실험을 해 보겠습니다해당 글은 오류 과정에 대해 기술해 놓은 글입니다 ^.ㅜ사용한 영상 데이터셋: https://huggingface.co/datasets/nexar-ai/nexar_collision_prediction nexar-ai/nexar_collision_prediction · Datasets at Hugging FaceThe Nexar collision prediction dataset comprises videos from .. [ROS2] 노드 간 양방향 통신 시뮬레이션 구현 해당 글에서는 ubuntu 22.04 LTS 환경에서 ROS2 Humble 버전을 사용하여 개발을 진행한다.ROS2(Robot Operating System 2)는 이름에서 알 수 있듯이 로봇 개발을 위해 사용하는 프레임워크이다.구성 요소Node: 독립적으로 실행되는 모듈 (ex. 센서, ui 등)Topic: 노드 간 전달하는 데이터가 이동하는 통로Message: 데이터를 교환하는 형식프로젝트 구조ROS2는 workspace라는 폴더 구조로 관리된다.workspace/ ├── src/ ├── install/ ├── build/ └── log/src/: 소스 코드 (패키지 저장소)install/: 빌드 결과물build/: 임시 빌드 파일log/: 실행 로그ROS2는 토픽 이름만 동일하면 서로 다른 언어(c.. [ML] model train - 모델 학습시키는 방법 (기초) 외부 데이터셋을 사용하여 모델을 학습시키고 성능을 확인해 볼 것이다.https://github.com/VisDrone/VisDrone-Dataset위 데이터셋은 ultralytics에서 제공하는 드론 시점의 영상(연속 이미지) 데이터셋이다. 해당 데이터셋을 사용하여 진행해 보자.1. 데이터셋 다운로드https://docs.ultralytics.com/datasets/detect/visdrone/ VisDroneExplore the VisDrone Dataset, a large-scale benchmark for drone-based image and video analysis with over 2.6 million annotations for objects like pedestrians and vehic.. 연구 내용 정리 Repository: https://github.com/shinjiaaa/drone_collision_LIME배경 지식YOLO: 객체 탐지 알고리즘 중 하나 - 이미지를 보고 객체의 위치와 클래스를 예측LIME: 모델이 어떤 feature에 영향을 받아 특정 예측 결과를 냈는지를 설명하는 기법이미지의 경우 Super Pixel 단위로 구역을 나눈 뒤, 각 영역을 부분적으로 제거하거나 변화시켜(해당 과정을 마스킹이라고 한다) 모델에 적용하여 반응(예측률)을 확인함 -> 해당 과정을 통해 전체 이미지 중 어떤 부분이 예측에 중요한 역할을 했는지 시각적으로 제공함Super Pixel: 이미지의 인접한 픽셀들 중 비슷한 특징을 가진 픽셀들을 하나의 덩어리로 묶은 단위 - 예측에 영향을 준 부분의 정확도를 분석한.. [Neo4j] .dump file 불러오기 그래요 마자요 내가 까먹을까 봐 작성하는 글이에요 `_`Window 10 환경 기준으로 작성하였습니다!+ 우와 논문 억셉됐어요KCC 2025: Neo4j 기반 소프트웨어 추적성 질의 시스템 및 정량적 평가레포지토리 https://github.com/shinjiaaa/sealab GitHub - shinjiaaa/sealab: 추적성 DB 구축을 통한 추적성 질의 연구추적성 DB 구축을 통한 추적성 질의 연구. Contribute to shinjiaaa/sealab development by creating an account on GitHub.github.com0. 기본 세팅우선 Neo4j Desktop을 다운로드합니다.https://neo4j.com/download/ Download Neo4j Desk.. [ML/DL] 모델 학습 시 over-fitting(과적합)은 왜 일어날까? + 해결 방법 over-fitting: 모델이 학습 데이터만 과하게 학습하여 새로운 데이터(test)에서는 일반화 성능이 떨어지는 현상=> train 시 높은 정확도 & 낮은 loss, test 시 낮은 정확도 & 높은 loss 발생쉽게 말해서 모델이 학습 데이터셋을 외운 상태라고 볼 수 있다.이처럼 모델이 과적합 상태가 되면 학습 단계에서만 높은 성능을 내고 실제 테스트에서는 낮은 성능을 보이게 된다.Epoch을 필요 이상으로 주게 될 시 발생한다.train 데이터셋을 과도하게 학습 -> 해당 데이터셋의 노이즈, 패턴 등을 암기 -> 깡통 모델이 뿅가장 고성능의 에폭 값은 train과 val의 loss가 갑자기 과하게 벌어지는 지점에서 얻을 수 있다.*val은 test를 수행하기 전 예비 test 느낌이라고 보면 된.. 이전 1 다음
