분류 전체보기 썸네일형 리스트형 [자율주행] 2. CARLA 차량 움직이기 1. 발행되고 있는 토픽 확인 아래의 명령어를 통해 발행되고 있는 토픽을 확인한다. rostopic list 또는, rviz를 이용하여 발행되고 있는 토픽의 실시간 정보를 시각화하여 확인할 수 있다. 2. 예제 차량의 제어 토픽 확인 아래의 예제 노드를 실행시킨다. 단, 칼라 서버가 동작중이여야 한다. roslaunch carla_ros_bridge carla_ros_bridge_with_example_ego_vehicle.launch rostopic list를 통해 확인한 차량의 제어 토픽은 아래와 같다. /carla/ego_vehicle/vehicle_control_cmd_manual carla_msgs/CarlaEgoVehicleControl 차량을 움직이기 위해서 필요한 토픽은 아래와 같다. - .. 더보기 1. CARLA 설치 / ubuntu20.04 / ros noetic / rtx3060 1. 자율주행 시뮬레이터 CARLA carla 시뮬레이터를 설치하고, carla-ros-bridge를 이용하여 차량에 부착된 센서의 topic을 주고받을 수 있다. 또한, 여러가지 센서 데이터 처리를 통해 차량의 엑셀, 브레이크, 조향 topic을 보내면 자율주행을 구현할 수 있다. 2. 설치 본 게시글은 CARLA 0.9.13 + carla-ros-bridge의 설치에 대한 내용을 다룬다. 1) 설치전 초기 상태 - ubuntu 20.04 - 200GB 이상의 여유 공간 - ros noetic -> http://wiki.ros.org/noetic/Installation/Ubuntu 참고 - rtx3060 + nvidia 그래픽 드라이버 + CUDA 11.4 + Cudnn -> 자신이 사용하는 그래픽카드.. 더보기 ON THE DETECTION OF SYNTHETIC IMAGES GENERATED BY DIFFUSION MODELS https://arxiv.org/abs/2211.00680 Abstract - GAN, Diffusion model에 의해 수많은 AI 이미지가 생성되며 악의적인 의도로 사용될 수 있다. - 본 논문은 현재까지 연구된 AI-generated image Detector의 동작 원리 및 방법을 소개한다. 1. Introduction - GAN과 달리 Diffusion 모델은 Text Description을 통해 상상 속의 그림을 손쉽게 현실화할 수 있다. - 악의성을 갖는 사용자 또한 있으므로, fake media를 통한 허위 정보를 옮기는 사례가 생길 수 있다. 이러한 생성 모델에는 카메라로 찍은 사진과는 달리 결함이 생기며, 그 결함들은 아래와 같은 특징을 갖는다. 1. Lack of explicit 3.. 더보기 컴퓨터구조 요약_[CA] Memory Hierarchy - 메모리 계층구조 컴퓨터 구조 - Computer Architecture MemorySRAM : static random access memory DRAM : dynamic random ~~, 커패시터에 충전된 전하를 통해 데이터를 저장하며, 커패시터 방전 전 재충전을 위한 리프레쉬 회로가 필요하다. RAM : random access memory, 어느 주소를 읽더라도 읽는 속도가 동일한 메모리 ROM : read only memory, 읽기 전용 메모리 Memory Hierarchy- (Access time이 짧은 메모리의 성능 + Size와 Cost가 큰 메모리의 용량과 비용)을 갖는 가상의 메모리를 사용하는 것과 같은 환상(illusion)을 보여주는 것을 목표로 한다. Locality1) Temporal loca.. 더보기 컴퓨터구조 요약_[CA] Pipelining - 파이프라이닝 컴퓨터 구조 - Computer Architecture What is Pipelining?- Instruction의 수행속도(speed of execution)을 높이는 방법이다. -> Multiple instruction을 중첩(overlay)하여 수행하여 속도를 높인다. Pros- 중첩된 수행을 통해 처리량(Throughput)을 높인다. - 반복된 연산에 최적화된다. - Sequential Processing과 비교하면 각 하드웨어의 잉여 Clcok time을 줄일 수 있다.Cons- 하나의 Instruction을 여러 단계로 나누어(5 step) 수행하여야 하므로, 가장 긴 단계(stage)에 의해 Clock speed가 결정된다. - 세 가지의 위험요소(Hazard)가 발생된다. 5 steps .. 더보기 [CS231n] 2강 Image Classification : 요약 2017년도 Stanford University의 CS231n 강의를 듣고 요약한 내용입니다. CS231n 2강 Image Classification Image Classification 어떠한 이미지가 입력으로 주어지면 -> 주어진 category(Label)을 통해 컴퓨터가 학습하여 이미지를 분류한다. 컴퓨터는 이미지를 숫자 집합으로 이루어진 행렬로 인식한다. [0~255, 0~255] Data_Driven Approach - 데이터 중심 접근법을 적용하면, 1. 라벨된 이미지 데이터셋을 수집 2. 분류기를 머신러닝을 통해 학습시킨다. 3. 새로운 이미지에 대해 분류기를 평가한다. 위 과정에서 두 가지의 함수가 사용되는데, 1. Train Function ( Data set -> Our model(C.. 더보기 [CS231n] 3강 Loss Functions and Optimization : 요약 2017년도 Stanford University의 CS231n 강의를 듣고 요약한 내용입니다. CS231n 3강 Loss Functions and Optimization Loss Functions 최적의 가중치 w를 찾기위한 방법이다. '손실함수'라고도 하며, 이 손실 L이 최소가 되는 가중치 W를 찾기위해 학습을 반복하며 가중치를 update한다. Multiclass SVM Loss SVM Loss는 Support Vector Machine Loss의 줄임말이다. SVM은 주로 분류 문제에 사용되며 서로 다른 클래스 간의 Margin을 두어 두 클래스가 일정 거리이상에 위치하도록 한다. 본 3강에서는 멀티클래스를 분류하는 SVM Loss에 대해 다룬다. 아래는 SVM Loss 함수의 식이다. Syi :.. 더보기 EfficientNet 논문읽기: Rethinking Model Scaling for Convolutional Neural Networks EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks Convolutional Neural Networks (ConvNets) are commonly developed at a fixed resource budget, and then scaled up for better accuracy if more resources are available. In this paper, we systematically study model scaling and identify that carefully balancing n arxiv.org -IDEA- 기존 Convolutional Neural Networks는 한정된 리소스 양으로 deep .. 더보기 이전 1 2 다음
