notou10 notou10

도커파일 작성 -> 파일로 이미지 빌드 -> 이미지로 컨테이너 생성 하는 수순 1. 도커파일 작성 로컬에 dockerfile만들고 다음과 같이 추가 # Dockerfile FROM pytorch/pytorch:1.8.1-cuda11.1-cudnn8-runtime # Remove any third-party apt sources to avoid issues with expiring keys. RUN rm -f /etc/apt/sources.list.d/*.list # Install some basic utilities & python prerequisites RUN apt-get update -y && apt-get install -y --no-install-recommends\ wget \ vim \ c..

결과 def insert_value(pil_imgs, val, plot_path): pil_img = pil_imgs.copy() #pil_imgs는 img = Image.open(img_path)로 연거 draw = ImageDraw.Draw(pil_img) text = val[0].detach().cpu().numpy() #val = val[0].detach().cpu().numpy() texts =text.astype(int) font = ImageFont.truetype("./arial.ttf", 70) color = (0,0,255) draw.text((5,5),f"{texts}", color,font=font ,align ="left") #import pdb; pdb.set_trace() re..

Rarity Score : A New Metric to Evaluate the Uncommonness of Synthesized Images 리뷰 link : https://arxiv.org/pdf/2206.08549.pdf ICLR 2023 top 25% 를 받는 metric 논문. Intro 본 논문은 individual 이미지의 "rariry" 측정을 시도한 최초의 논문. 해당 novelty에서 우수한 평가를 받은듯 하다. Exisiting metric들은 how well generated (Real의 distribution을 얼마나 잘 따라감) 을 타겟팅하는 반면 본 논문은 generated에서 만든 샘플이 얼마나 rare 한가를 측정함. rarity가 높을수록 typicial 하지 않은 레어한 ..

Vision, Language encoder : CLIP꺼 fix. Style, Mapping(style이미지에서 style하나씩 추출 인듯), content Encoder , prompt : 학습 STEP 1. 정해준 text candidate과 style간의 similarity 순으로 top k개만 multi-hot style domain label 만듬 2. style encoder에서 각 style 추출 3. 1, 2 representation을 aggregate 4. 3과 content image 로 output 만듦 (step1 에서 prompt learning이 일어남) 내 생각 class supervision이 없으면 prompt learning을 할 수가 없겠음 -> 할 수 있음. dom..

loss.backward() 할 때 모델 weight의 grad는 이미 저장됨. 해당 grad방향으로 나아가게 해주는 도구가 optimizer임. 학습 중 각 weight의 grad 만 알면 됨 (+추가로, mmdetection에서 optimizer는 어디있었을까) MMdet는 왜 loss.backward(), optim.step()가 없는가. -> 꽁꽁 숨겨져있다. optimizer는 로 optimize됨. (설명) Training시 self.call_hook(‘after_train_iter’)는 = mmcv.runner.hooks.optimizer.OptimizerHook 에서 .after_train_iter()하라는 뜻인데 .after_train_iter()는 곧 optimizer update (w..

1. import sys sys.path로 import 우선순위 확인 2. 해당 돌리고 있는 폴더를 경로로 추가 PYTHONPATH="$(dirname $0)/..":$PYTHONPATH \ $0 : 해당 위치임 (그 이후 $1, $2 .. -> 다음으로 들어올 인자들) 즉 2. 가 하는게 import 할 패키지 경로를 /home/seoha/dk_temp/ICD_mm/temp 랑 /home/seoha/dk_temp/ICD_mm/ 둘 다로 해주는 것 모듈 위치 확인

목적 : different domain(style) dataset간의 style transfer 다른 도메인의 set A, set B 가 있을 떄, 1. GAN loss : A -> B domain으로 가는 G 학습 (G(A) = B^) 2, consistency loss : F(G(A)) ~= A per-image (freezed model) optimization 이 아닌 per-dataset GAN 학습임.

colab 에서 ctrl + p 를 누르고 에서 대상 : pdf로 저장 누르기