코딩하는 락커

운영체제가 해 주는 서비스 1. 컴퓨터 사용자를 위한 서비스 ① User Interface: ex) CLI, GUI ② Program 수행: 프로그램을 주메모리에 탑재 및 수행 ③ File 조작 및 관리: 파일 읽기/쓰기, 디렉토리 읽기/ 쓰기, 파일 생성, 제거, 변경, 보호 등 파일과 관련된 모든 동작 ④ 통신: 프로세스간 통신(IPC), 네트워크를 통한 컴퓨터 간의 통신 ⑤ 오류 탐지 및 처리 2. 자원 공유를 통해 시스템의 효율적인 동작을 위한 기능 ① 자원 할당(resource allocation): CPU, main memory, I/O device ② 보호 및 보안(protection & security) : 보호(protection) - 시스템이 보유하고 있는 모든 내부 자원에 대한 접근을..

배운 내용 스파르타 코딩클럽 1-1 1. 네이버 화면에서 코드를 수정해도 내가 보는 웹페이지만 바꿀 수 있다. 2. 내가 지금 보는 웹페이지는 사실 인터넷과 관련이 없다 3. 새로고침을 하면 수정한 코드가 원상복기 된다 -> 뭔가를 새로 받아와서 그려준다 브라우저 : 서버에게 데이터를 요청하고 받아온 데이터를 그대로 그려주는 역할 HTML : 뼈대 (사전은 뉴스 옆에 있어!) CSS : 예쁘게 꾸미기 JavaScript : 클릭하면 이동, 움직이게 하는 것 서버 : 데이터를 주는 애 스파르타 코딩클럽 1-3 Head : 바디 말고 나머지에 필요한 태그들이 다 있음. ex) 아이콘, 구글 검색엔진이 내 사이트를 퍼가기 좋게 만드는 것들, body : 눈에 보이는 부분 전부 div : 구역을 묶어주는 애들 ..

참고 - https://storytown.tistory.com/14 (포트포워딩 개념) - https://compunication.tistory.com/5 - https://10000sukk.tistory.com/23 - https://kibbomi.tistory.com/219 1. KT 공유기 설정 페이지로 접속 후 로그인 http://homehub.olleh.com 2. 내 맥북 (서버) 내부 ip 주소 알아내기 시스템 환경설정 -> 네트워크 3. 알아낸 주소로 포트 포워딩 4. 내 노트북(서버) 외부(공인) ip 주소 알아내기 https://www.findip.kr/ 5. settings.py에 django에 외부 ip 추가 ALLOWED_HOSTS = ['외부(공인) ip 주소'] 6. djang..

def solution(record): answer = [] users = {} enter_list = [] for r in record : if r.split(' ')[0] == "Enter" : users[r.split(' ')[1]] = r.split(' ')[2] enter_list.append([r.split(' ')[1], r.split(' ')[0]]) elif r.split(' ')[0] == "Leave" : enter_list.append([r.split(' ')[1], r.split(' ')[0]]) else : users[r.split(' ')[1]] = r.split(' ')[2] for i in enter_list : if i[1] == "Enter" : answer.append..

https://youtu.be/VAo84c1hQX8https://youtu.be/RTlwl2bv0Tghttps://youtu.be/9s_FpMpdYW8 비-최대값 억제Non-max suppression example는 알고리즘이 각 물체를 한 번씩만 감지하게 해준다. 즉, 찾아낸 많은 bounding box들 중 가장 정확한 것을 제외하고 지우는 역할을 하는 것이다. 비-최대값 억제를 하기 위해서는 먼저 각 bounding box의 감지 확률 p_c을 계산한다. 그리고 감지 확률이 가장 높은 것(위 이미지에서는 0.9, 초록색 bounding box) 에서 object를 찾았다고 가정한 뒤 나머지 bounding 를 검사하여 가정한 부분과 많이 겹치는, 즉 IOU가 높은 bounding box들(0.7,..

https://youtu.be/yo9S3eNtkXc https://youtu.be/ANIzQ5G-XPE 앞선 포스팅에서 sliding window를 통해 input이미지의 object detection을 알아보았지만, 여전히 문제는 남아있다. 픽셀상의 문제로 bounding box가 object와 정확하게 일치하지 않는 것이다. 이 문제를 해결하기 위해서는 YOLO(You Only Look Once) 알고리즘을 사용해야 한다. 기본적인 원리는 image classiffy나 object localization과 동일하다. 우선 훈련 셋을 만들기 위해 output 레이블 y를 정의한다. YOLO 알고리즘은 두 객체의 중간 점을 취한 다음, 중간 점을 포함하는 영역에 이 객체를 해당하는 것이다. 그렇게 되면 ..

https://youtu.be/5e5pjeojznk https://youtu.be/XdsmlBGOK-k 이번엔 Object localization과 land mark를 사용한 Object detection의 알고리즘에 대해 알아보자. 바로 Sliding windows 알고리즘이다. 모든 신경망 구축에서 그렇듯 Sliding window algorithm을 하기 위해서는 먼저 레이블 트레이닝 셋을 만들어야 하는데, 위 이미지처럼 딱 맞게 짤린 이미지를 사용한다. 그리고 이러한 트레이닝 셋을 합성곱 신경망에 집어넣으면 그 결과로 손실 값 y가 출력된다. 예를 들어 위 이미지의 좌측 이미지에서 차를 찾는다고 할 때, 먼저 빨간색 사각형과 같은 특정 window를 사용하여 input이미지의 왼쪽부터 window..

https://www.youtube.com/watch?v=GSwYGkTfOKk https://youtu.be/rRB9iymNy1w 컴퓨터가 물체를 인식하게 하기 위해서는 일단 물체 로컬리제이션이라는 걸 알아야 한다. 일단 Image classification이 뭘까? 쉽게 말해 '차'를 보고 '차다!'라고 말하는 것이다. 그렇다면 Object localization은? 차를 보고 '차다!' 라고 말하는 것 + '차는 여기 있음' 하고 차에 바운딩 박스를 표시해주는 것과 같은 것이다. 물체 분류에서 족금 더 나아갔다고 할 수 있다. 이런 Object localization에서 더 나아간 것이 Object detection이다. 간단하게 말하자면 사진 속의 모든 차를 보고 '차다!' +'차는 여기있음' 하는..