#computer-vision

11 notes

LayoutLM2024-04-04

LayoutLM의 발전 과정과 시각적으로 풍부한 문서 이해를 위한 다양한 버전별 특징 및 성능 분석

AI 개발자 면접 준비 - AI 지식 정리2024-02-06

AI 개발자 채용 면접을 위한 핵심 AI 지식 정리 - Text Embedding, LLM, Semantic Segmentation, MVC 패턴

포트폴리오 프로젝트 아카이브2024-01-18

AI/ML 프로젝트 포트폴리오 종합 정리 - 대회 참가, 새싹 과정, Men-in-Black 프로젝트

ZoeDepth - Zero-shot Depth Estimation 논문 정리2023-12-19

ZoeDepth: Zero-shot Transfer by Combining Relative and Metric Depth 논문 정리

MiDaS v3 - Depth Estimation 논문 정리2023-12-05

MiDaS v3 Depth Estimation 모델 논문 정리 - Men in Black 프로젝트 적용

Men in Black - 도로 교통 법규 위반 차량 자동 감지 시스템2023-11-19

블랙박스 영상에서 교통 법규 위반 차량을 자동으로 감지하고 신고하는 AI 시스템 프로젝트

Men in Black - 차량 블랙박스 영상 기반 교통 법규 위반 감지2023-10-29

블랙박스 영상에서 도로 교통 법규 위반 차량을 자동으로 감지하는 AI 시스템 개발 프로젝트

Track Anything: Segment Anything Meets Videos2023-06-19

SAM을 비디오에 적용한 Track Anything Model(TAM)의 특징과 활용 방안을 정리한 글이다.

Tensorflow Deep-Learning Computer-Vision Guide Notes 22022-08-11

컴퓨터 비전에서 객체 탐지(Object Detection)와 위치 찾기(Localization) 개념 및 Region Proposal 방식에 대해 설명한 글이다.

Tensorflow Deep-Learning Computer-Vision Guide Notes 12022-07-25

딥러닝 기반 컴퓨터 비전의 객체 탐지(Object Detection)와 세그멘테이션(Segmentation)에 대한 기본 개념과 발전 과정을 정리한 글이다.

딥러닝 객체 탐지(Object Detection)

객체 탐지는 Region Proposal → Feature Extraction → NMS 세 단계 파이프라인으로 구성된다. R-CNN에서 시작해 Fast R-CNN, Faster R-CNN(RPN), SSD, YOLO로 발전하며 속도와 정확도를 개선했다. 성능 지표는 mAP(클래스별 AP의 평균)를 사용한다.