지속 가능한 꾸준함

https://openaccess.thecvf.com/content/CVPR2022/papers/Cheng_Pointly-Supervised_Instance_Segmentation_CVPR_2022_paper.pdf  세그먼테이션은 아니고 클래시피케이션 학습시킬때 인식하고자 하는 객체의 위치를 가이드 시켜줘보고 싶은 부분이 있는데 뭔가 이런 류의 논문에서 영감을 받을 수 있을 거 같아서 임시로 저장

https://github.com/Peterande/D-FINE GitHub - Peterande/D-FINE: D-FINE: Redefine Regression Task of DETRs as Fine-grained Distribution Refinement 💥💥💥D-FINE: Redefine Regression Task of DETRs as Fine-grained Distribution Refinement 💥💥💥 - Peterande/D-FINEgithub.com 논문에서 나온 성능만 봤을때 굉장히 인상적인 검출 모델이다. 무슨 백본을 사용했을까?  HGNetV2 를 사용했다고한다. https://huggingface.co/timm/hgnetv2_b6.ssld_stage1_in22k_in1k..

https://github.com/developer0hye/imgdiet GitHub - developer0hye/imgdiet: A Python package for minimizing file size of images with minimal quality lossA Python package for minimizing file size of images with minimal quality loss - developer0hye/imgdietgithub.com 이미지 파일 기반의 데이터셋을 구축해나가다보면 커져가는 사이즈를 감당할 수 없게된다. 특히 Aihub에 고화질 이미지가 초고용량으로 배포되는 경우가 잦다. 이 이미지들로 데이터셋을 구축해나가다보면 데이터셋의 사이즈가 금방 수십기가에 달하게 된다..