728x90 컴퓨터비전7 딥러닝에서 CPU가 GPU가 효과적인 경우가 있을까? | CPU vs GPU 이미지 인식, 객체 감지 및 비디오 처리와 같은 컴퓨터 비전 작업은 전통적으로 컴퓨팅 요구 사항을 해결하기 위해 그래픽 처리 장치(GPU)의 막대한 처리 능력에 의존해 왔다. GPU는 병렬 처리에 뛰어나므로 고도로 병렬화 가능한 작업에 이상적이기 때문이다. 그러나 중앙 처리 장치(CPU)가 특정 컴퓨터 비전 작업에 더 효율적인 선택인 경우도 있다고 한다. 순차 처리 및 제어 흐름 CPU의 주요 강점 중 하나는 순차 처리 및 제어 흐름을 처리하는 능력에 있다. GPU는 병렬 계산에 탁월하지만 순차 작업에 의존하거나 빈번한 분기 및 조건부 실행이 필요한 복잡한 알고리즘을 처리할 때 문제에 직면한다. 복잡한 의사 결정 프로세스 또는 불규칙한 데이터 흐름과 관련된 컴퓨터 비전 작업에서 CPU는 뛰어난 효율성을 .. 2023. 7. 15. 2023년 컴퓨터비전 분야 트렌드 with CVPR 2023 | Diffusion model, NeRF, Multi-modal CVPR 2023에 accpet된 논문들을 기준으로 컴퓨터비전 분야의 트렌드에 대해 살펴 보려 한다. 내가 분석한 것은 아니고 아래 페이지를 참고해서 쓴 글이니 더 자세한 내용을 원문을 참고하길 바란다. - https://voxel51.com/blog/cvpr-2023-and-the-state-of-computer-vision/ CVPR 2023 분석 요약 - 9155건의 제출물 중 2359건의 논문 채택 - 평균 합격 논문 저자의 수는 5.4명 - 63%의 제목에 두문자어(acronyms) 사용 (단어 앞글자 따서 만든 줄임말) - Diffusion Model이 573% 상승 - Multi-modal과 Cross-modal 이 미래 - CNN은 68% 감소 - Mask는 어디에나 사용 - 포인트클라우드.. 2023. 5. 28. [오픈소스] OpenMMLab 컴퓨터비전 오픈소스 라이브러리 | 다양한 컴퓨터비전 연구 주제 OpenMMLab OpenMMLab은 학술 연구 및 산업 응용을 위한 다양한 컴퓨터비전 오픈소스 프로젝트들을 제공한다. OpenMMLab에서는 아래와 같은 장점을 가지고 있다고 설명하는데, 굉장히 많은 프로젝트와 툴이 있기 때문에 내가 써본 것은 극히 일부이지만 필요한 기능들을 편리하게 잘 구현했다는 느낌을 받았었다. 알고리즘 재구현의 어려움을 줄이기 위한 고품질 라이브러리 제공 다양한 백엔드 및 장치를 대상으로 하는 효율적인 배포 도구 제공 컴퓨터비전 연구 및 개발을 위한 견고한 기반 구축 풀스택 툴체인으로 학술 연구와 산업 응용 프로그램 간의 격차 해소 개인적으로는 Pytorch 기반이라 좋았다... OpenMMLab은 굉장히 다양한 컴퓨터비전 연구 주제에서 최신 딥러닝 모델과 고성능 코드를 제공하기.. 2023. 4. 16. Computer Vision (컴퓨터 비전) 이 무엇일까 !? Computer Vision (컴퓨터 비전) 컴퓨터 비전(Computer Vision)은 말 그대로 컴퓨터가 '시각'을 가지게 하는 기술이에요. 쉽게 말해, 우리가 눈으로 세상을 보는 것처럼, 컴퓨터가 이미지나 동영상을 통해 주변 환경을 인식하고 이해할 수 있도록 만드는 기술이죠. 예전에는 단순히 카메라로 찍은 사진이나 영상을 저장하고 보는 것에 그쳤다면, 이제는 컴퓨터가 그 이미지에서 정보를 추출해 내고, 분석하고, 판단까지 할 수 있게 되었어요. 아, 이제는 컴퓨터가 이미지를 생성하기도 하죠! 이러한 컴퓨터 비전은 결론적으로 컴퓨터가 인간의 시각적 지각 능력을 모방하고 인간을 뛰어넘는 시각적 지능을 갖는 것을 지향하며 자율 주행, 의료 영상, 이미지 검색, 얼굴 인식 등 다양한 분야에서 활용되고 있어.. 2023. 4. 7. [OpenCV] Image Contour 추출 | 이미지 컨투어 | 객체 윤곽선 추출 | 기초적인 segmentation 방법 Image Contour (이미지 윤곽선) 이미지 윤곽선(contour)은 이미지에서 객체(object)의 외곽 경계를 나타내는 곡선이다. 이러한 윤곽선은 객체의 형태, 크기, 방향 등의 정보를 추출하는 데 유용하게 사용된다. 예를 들어, 이미지에서 객체의 위치나 크기를 검출하고, 개체의 외곽을 추출하거나, 개체를 분할(segmentation)하기 위해 윤곽선을 추출한다. 윤곽선을 추출하기 위해서는 대개 이미지의 이진화(binary) 과정이 필요하다. 이진화된 이미지에서는 흰색 픽셀은 개체를, 검은색 픽셀은 배경을 나타냅니다. 이진화된 이미지에서 윤곽선을 추출하는 방법은 여러 가지가 있지만 가장 간단한 방법은 cv2.findContours 함수를 사용하는 것이다. 이 함수는 바이너리 이미지에서 윤곽선을 .. 2023. 3. 30. [Tip] AI/ML & Computer Vision 직군 실제 면접 질문 모음집! 안녕하세요!! AI & Computer Vision Engineer로 있는 뭅즤입니다. 저도 취준생 시절이 있었는데요...🤗오늘은 AI/ML, computer vision 직무로 정말 다양한 기업의 면접을 보면서 받은 질문들을 공유해 보려고 해요! 면접에서 실제로 받은 질문과 물어볼 가능성이 큰 질문들을 섞어서 알려드릴게요. 이거 정말 꿀팁인거 아시죠? 📣 그리고 조만간 면접 질문 리스트를 카테고리별로 조금 더 상세하게 업데이트하려고 하니 많은 관심 부탁드려요 🔥 *참고 사항기업, 산업, 세부 직무 마다 다르지만 굉장히 기본적인 것 위주로 물어보는 곳도 있고, 아주 딥하고 어려운 질문(정답이 없는)을 하거나 당해 발표된 논문이나 기술에 대해 물어보는 곳도 있어요. 사실 석사 이상은 개인 연구와 기.. 2022. 5. 15. 이전 1 2 다음 728x90
