희주는 개발중

Understanding parametersBackgroundparameter는 노드의 configuration값이다. Taskssetupros2 run turtlesim turtlesim_noderos2 run turtlesim turtle_teleop_key param listros2 param listteleop_turtle, turtlesim 노드 2개를 확인할 수 있는데 모든 노드는 use_sim_time을 가진다. param getparam get을 사용하면 현재 parameter의 type, value를 확인할 수 있다.# ros2 param get ros2 param get /turtlesim background_g param setparam set을 사용하면 parameter의 valu..

Understanding servicesBackgroundservice는 ROS graph내에서 node간 communication하는 방법 중 하나이다.topic은 publisher-subscribe model, service는 call-and-response model이라는 차이가 있다.topic은 data stream을 subscribe하면서 연속적으로 update가 가능하지만, service는 client가 call할 때만 data를 제공한다. Taskssetupros2 run turtlesim turtlesim_noderos2 run turtlesim turtle_teleop_key service listros2 service list 6개의 parameter service를 볼 수 있는데, 대..

Understanding topicsBackgroundtopic은 node간 message를 주고받는 bus 역할을 하는 graph의 필수요소이다. 노드는 topic으로 data를 publish함과 동시에 topic에 대한 subscription을 가진다.publisher가 topic으로 message를 보내면 subscriber가 topic으로부터 message를 받는다. Taskssetupros2 run turtlesim turtlesim_noderos2 run turtlesim turtle_teleop_key rqt graphnode와 topic간의 연결과 교환을 시각화하기 위해 rqt_graph를 사용한다.rqt_graph2개의 action이 보이긴 하지만 지금 단계에선 무시하자./teleop_t..

Understanding nodesNodes in ROS2node는 서로 유기적으로 message로 연결되어 있다.topic, service, action, parameter를 통해 각 node끼리 data를 주고받을 수 있다. 이 때 data를 message라고 한다. Tasksros2 run# ros2 run ros2 run turtlesim turtlesim_node ros2 node listros2 node list 여기서 새로운 터미널창을 열고 tutlre_teleop_key를 열면 node list에 추가된 것을 확인할 수 있다.ros2 run turtlesim turtle_teleop_key Remappingremapping은 node name, topic name 등 dafault값인 n..

더보기ROS2 Tutorial을 시작하기 전 Installation은 아래 링크 참고ROS2_Humble Installation : https://docs.ros.org/en/humble/Installation/Alternatives/Ubuntu-Development-Setup.htmlhttps://makingrobot.tistory.com/159Configuring environmentBackgroundWorkspace : 내가 개발하고 있는 ROS2 위치핵심 ROS2 workspace는 underlay, 추가적인 workspace는 overlay라고 한다.sourcing을 잘해줘야 ROS2 사용이 용이하니 주의하자. Task새로운 터미널을 열때마다 setup을 실행해주어야 한다.source /opt/..

PointNet: Deep Learning on Point Sets for 3D Classification and Segmentationhttps://arxiv.org/pdf/1612.00593  0. Abstract Point cloud는 geometric data structure에서 중요하다. 불규칙적인 형태때문에 대부분의 연구자들은 3D voxel grid나 collection으로 데이터를 변환한다. 그러나 render된 데이터는 불필요하게 방대하고 문제를 일으킨다. 저자들은 point cloud를 바로 사용하는 novel type을 디자인한다. 이는 입력 point의 불변성을 잘 반영한다. PointNet은 scene semantic parsing부터 object classification, p..

Attention Is All You Needhttps://arxiv.org/pdf/1706.03762 0. Abstract당시 주요한 sequence 변환 모델들은 complex recurrent 이나 인코더와 디코더를 포함한 convolutional neural network를 기반으로 한다. 또한 최신 성능의 모델들은 attention 메커니즘을 통해 인코더와 디코더가 연결되어 있다. 저자들은 Transformer라고 하는 recurrence와 convolution 전체를 배제한 오직 attention 메커니즘을 기반으로 한 새로운 네트워크 아키텍처를 제시한다. 2개의 기계번역을 대상으로 한 실험은 이 모델들의 품질이 우수함과 동시에 더 병렬 처리가 좋고 학습에 적은 시간을 필요로 한다는 것을 보여..

YOLOv10으로 학습을 하려는데 DDP(DistributedDataParallel)로 학습을 하려니 안된다.. GPU 1개로 잘만 돌아가던 것이 2개 이상만 되면 NoModule을 띄우며 yolo를 찾지 못했다.(터미널창 지워버림ㅠ)그래서 찾은 방법이 아래의 방법이다. (ㅈㅎ아 고마워 ㅠ) 참고 : https://docs.ultralytics.com/yolov5/tutorials/multi_gpu_training/#trainingCUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.run --nproc_per_node 2 train.py --epochs 300 --batch_size 2 --data dataset.yaml  pytorch에서 ddp을 사용할 때 ..

참고 : https://foss4g.tistory.com/1796 📌 설치딥러닝 공부를 하며 코드 구현을 해본 적이 아직까지 없는데 YOLOv7을 통해 연습해보려 한다.YOLOv7은 공식적으로 코드가 오픈되어 있고 블로그 참고글이 많아 좋은 연습예제가 될 듯하다.https://github.com/WongKinYiu/yolov7 GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-timeImplementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art ..

ImageNet Classification with Deep Convolutional Neural Networkshttps://papers.nips.cc/paper_files/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf 0. Abstract저자들은 120만개 고해상도 이미지를 LSVRC-2010 대회에서 1000개의 클래스로 분류했다. 테스트 결과 top-1 and top-5 error rates of 37.5% and 17.0% 성과를 거뒀고 최신 기술보다 나아졌다. 이 신경망은  60 million parameters and 650,000 neurons, five convolutional layers, max-pooling layers, a..