전체 글73 AICove AIcove는 인공지능을 통한 표현과 관객경험의 변화를 실험하고 있는 아트팀이다.PM1명, 인공지능 개발자 2명, 마케팅 1명으로 구성되어있다. | 꿈은 세계를 품고 있다. [호접夢 : interactaive AI Exhibition]은 나비가 되어 꿈 속을 유영하는 감각을 표현한 체험형 전시입니다. 전시는 함께 즐길 수 있는 따뜻한 티가 마련되어있습니다. 나날이 추워지는 요즘, 잠시 들러 블렌딩 티와 함께 편안한 휴식을 즐겨주세요 :) 다양한 사람들이 미디어아트를 구경하며 즐긴다.단순히 구경하는 전시를 넘어 관객이 직접 체험하고 작품과 서로 소통하는 전시를 만들고자 이 프로젝트를 진행하게 되었다. TouchDesigner툴과 Eye_blink모델을 사용하였습니다.먼저 업체와 제휴를 맺어서 받은 블렌딩.. 2024. 10. 11. SRFormer: Text Detection Transformer with Incorporated Segmentation andRegression Abstract현재 text detetion분야는 segmentation-based 와 regression-based 방법이 있습니다.저자들은 segmentation과 regression을 혼합한 DETR-base모델을 사용합니다.저자들의 주요한 분석은 우수한 decoder layer에서 우수한 segmentation 예측을 얻을수 있음을 나타냅니다.이점을 고려해서 저자들은 segmentation branch를 초기 몇 개의 디코더 층에만 포함시키고, 이후 점진적인 회귀 개선을 사용하여 mask로인한 computation load를 최소화하며 성능 향상을 달성했습니다.게다가 저자들은 Mask-informed Query Enhancement module을 제안합니다.저자들은 segmentation 결과를 .. 2024. 7. 4. docker 가이드 1. docker file2. docker builddocker build -t my_custom_image:latest -f cuda11.1pytorch1.9.1 . 3.컨테이너 실행docker run --gpus all -it --name my_custom_container -v /data/dhk:/container/data my_custom_image:latest 3.vscode 연결 --------------------------------------docker 중지docker stop my_custom_container 컨테이너 제거docker rm my_custom_container 2024. 7. 2. TextFuseNet: Scene Text Detection with Richer Fused Features Abstract자연스러운 장면에서 Arbitary shape text detection은 도전적인 과제입니다.이논문은 feature representation의 한계가 있는 기존 논문들과는 달리 다른 접근방식을 사용합니다.저자들은 세가지의 단계를 사용합니다.1. character-2. word-3. global-levelproposal-free 방식의 텍스트 세그멘테이션 모델들이 단일 수준의 특징만을 활용했던 것에 비해, 이 모델은 문자, 단어, 글로벌 수준의 다양한 특징을 융합하여 더 강력한 텍스트 탐지 성능을 달성하고자 합니다. multi-level feature representation은 각각의 characters를 세분화하면서 전반적인 의미정보를 유지해 적절하게 텍스트를 묘사할 수 있습니다.Te.. 2024. 7. 1. 이전 1 2 3 4 ··· 19 다음
