2wnswoo 님의 블로그

해시.#1from collections import Counterdef solution(participant, completion): part_counter = Counter(participant) comp_counter = Counter(completion) # 차집합으로 남은 한 명 찾기 answer = part_counter - comp_counter return list(answer.keys())[0]Counter 는 리스트 안의 각 요소가 몇 번 등장했는가 세는거Counter 함수 : 들어오는 리스트 안의 각 요소에 대한 갯수를 세겠다ex. ["leo", "kiki", "eden"] → Counter({'leo': 1, 'kiki': 1, 'eden': 1})a..

자율주행차 인지 기술이란? : 센서로부터 얻은 신호를 분석하여 차량 주변의 환경에 대한 정보를 얻는 과정을 의미자율주행에서 주변환경 요소에는 크게 두 가지로 나눌 수 있음1. 동적 환경 객체 : 시간에 따라서 그 위치와 상태가 계속해서 변화할 수 있는 객체 Ex. 타 차량, 보행자, 사이클리스트, 바이크2. 정적 환경 객체 : 위치가 잘 변하지 않는 객체 Ex. 차선, 건널목 횡단보도, 신호등, 교통표지판, 중앙 분리대 등인지기술에서는 어떤 일을 해야할까?1. 동적 객체의 검출 및 추적동적 객체의 검출이란 것은, 센서 신호를 분석하여 주변 동적 객체의 위치와 종류를 판별함동적 객체의 추적이라는 것은, 매 시점마다 얻은 검출 결과를 시간적으로 연결하여 추적함같은 객체끼리 시간 변화에 따라 변하는 객체를 서..

자율주행 차량에 장착되는 대표 센서 : LiDAR, Camera, RADAR, Ultrasonic SensorFoV, Field of View : 센서를 통해 주변 정보 수집이 가능한 영역 혹은 각도. 의 제한이 있으므로 다중 센서 사용카메라 센서 : 빛을 렌즈를 통과하여 전기적 신호로 변환하여 2차원 배열 형태로 만드는 센서, ADAS,운전자 보조에 많이 사용됨장점 CCD 센서( 빛이용 센서 )이므로 고화질임, 가격 저렴날씨와 밝기 변화, 밤에 성능 저하, 고화질이여서 계산량 많다레이다 센서 : 전자기파( RF ) 신호 송출하여 목표물에 반사된 수신파를 분석 장점: 환경변화 강하고, 거리 측정 정확도가 높다, 상대적으로 저렴단점 : 횡방향 물체 위치 측정 정보가 정확x, 장애물들에 의한 신호(*클러터 ..

입력과 출력에 따라 네 가지로 모델링 해볼 수 있다. many-to-many 에서,첫 번째는 translation 같이 즉시 결과값이 나오는 것에 해당.두 번째는 Q n A 처럼 입력값이 다 입력된 후에 결과 값이 나올 수 있는 것들임 --  CNN은 Parameter Sharing을 통해 MLP 대비 Parameter의 수를 줄일 수 있었다. *sharing : 공유하는 것CNN (합성곱 신경망)CNN은 필터(커널) 하나를 이미지 전체에 적용하면서 특징을 추출합니다. 즉, 같은 가중치(필터)가 이미지의 모든 위치에 적용됩니다.파라미터의 수 계산:필터 크기 = 3×3 (즉, 9개의 가중치)필터 하나가 이미지 전체에 사용되기 때문에, 학습해야 하는 파라미터의 수는 9개입니다.👉 중요 포인트:MLP의 경우..

Functor 함자  C++ 언어에서 함자는 함수 객체, function object라고 한다. 함수처럼 호출할 수 있는 객체 collable object를 말함 C++에서 함자(Functor)를 사용하겠다는 것은 결국 operator() 함수를 정의하여 객체를 함수처럼 호출할 수 있도록 만들겠다는 의미 객체를 함수처럼 호출하고 싶다면? → operator() , 함자 사용

벤치마크 데이터셋 : 여러 연구자들이 공동으로 쓸 수 있는 데이터셋을 의미 Ex. COCO 데이터셋, 이미지넷, KITTI data set, nuScenes dataset 등Data Augmentation 증강 은 데이터가 부족할 때, 기존의 데이터를 변형해서 새로운 정보인 것 처럼 가공해서 사용하는 것을 말함 > 이런 행위가 인공지능한텐 효과가 있고, 새로운 데이터라고 받아들임.Crop 잘라내기, Brightness 밝기 변화, Rotation 회전, Flip 좌우, 위 아래 반전, Saturation 채도변화주기,    These materials are derived from Prof. Park Jin-sun of the Department of Information and Computer Engi..

분류 Classification : 각 데이터가 어떤 클래스에 속하는지 판별하는 것이 목적V2V, Vehicle to Vehicle : 전방 차량의 정보가 우리 차량에까지 정보가 전달됨을 의미한다.Radar는 앞 차량의 가감속 정보를 정확하게 인식하지 못한다는 단점이 있음이를 V2V 통신을 통하여 앞 차량의 데이터를 받아 안정적인 자율주행 구현

차선 추출 과정컬러 이미지를 그레이 영상으로 변환: 컬러 이미지는 일반적으로 RGB로 되어 있으므로, 차선 추출을 위해서는 그레이스케일로 변환하는 것이 효율적입니다. 이 단계에서는 색상 정보가 제거되고, 밝기 정보만 남게 됩니다.잡음 제거를 위한 필터 적용 (예: GaussianBlur): 이미지에는 노이즈가 포함될 수 있기 때문에, 이를 제거하기 위해 가우시안 블러(GaussianBlur)와 같은 필터를 사용합니다. 이는 이미지의 경계를 부드럽게 하여, 후속 Edge 검출 과정에서 잘못된 경계를 제거하는 데 도움을 줍니다.Edge (경계) 추출: 이 단계에서는 Canny Edge Detection이나 Sobel 필터 등을 이용해 이미지에서 경계를 추출합니다. 경계는 차선 검출에서 중요한 정보를 제공하므..

카메라 : 사람과 사물, 차량 등으로 분류하면서 주변 물체 식별어두운 공간이나 악천후 상황에서는 사물 식별 어려움원근감 정확한 판별 불가레이더 : 반사되어 돌아오는 신호를 기반으로 거리, 속도, 방향 등의 정보를 추출날씨, 시간과 관계없이 제 성능을 발휘, 주파수에 따라 단거리부터 중거리, 장거리를 모두 감지할 수 있음ADAS( ACC ) 에 사용물체의 정확한 식별 불가라이다 : 물체와 빛을 주고받으며 3차원 지도를 제작센서 융합, Sensor Fusion 은 :각 센서에서 인식된 정보를 하나로 결합, 자율주행이 가능하도록 한 기술사람과 사물, 차량 등으로 분류하면서 주변 물체 식별어두운 공간이나 악천후 상황에서는 사물 식별 어려움원근감 정확한 판별 불가센서의 Data 처리 이전 융합 방법카메라 2D 이..

RNN, Recurrent Neural Network 대표적인 딥러닝 모델 중 하나시계열 데이터 같은 순차 데이터( Sequential Data ) 처리를 위한 모델로 잘 알려짐순차 데이터의 대표적인 예시 :01 시계열 데이터 : 일정한 시간 간격을 가지고 얻어낸 데이터 Ex. 차량의 주행 속도와 가속도, 주변 장애물과의 거리 데이터를 시간에 따라 기록한 것02 자연어 데이터 : 사람이 말하는 언어 Ex. 차량이 음성 인식을 통해 운전자가 "왼쪽으로 가"라고 말했을 때, 이를 이해하고 적절히 반응하는 과정보행자의 의도를 예측 및 장애물 탐지자동차가 시간에 따라 움직인 데이터를 학습하여 미래의 경로를 예측--YOLO 단점을 보완한 것이 SSDObject Detection은 객체 분류( Clasificat..