지속 가능한 꾸준함

https://arxiv.org/pdf/2304.08069.pdf https://github.com/lyuwenyu/RT-DETR GitHub - lyuwenyu/RT-DETR: [CVPR 2024] Official RT-DETR (RTDETR paddle pytorch), Real-Time DEtection TRansformer, DETRs Beat YOL [CVPR 2024] Official RT-DETR (RTDETR paddle pytorch), Real-Time DEtection TRansformer, DETRs Beat YOLOs on Real-time Object Detection. 🔥 🔥 🔥 - GitHub - lyuwenyu/RT-DETR: [CVPR 2024] Official RT-DE..

코드 공개돼있고 좀 현실적으로 적어도 비디오 1개에서라도 리얼타임으로 돌아가는 모델과 방법 위주로 찾으려 노력중... 언젠가 다시 봐볼만한 것들인 거 같아서 기록해둠 action recognition https://openaccess.thecvf.com/content/ICCV2021/papers/Chen_Watch_Only_Once_An_End-to-End_Video_Action_Detection_Framework_ICCV_2021_paper.pdf https://github.com/wei-tim/YOWO GitHub - wei-tim/YOWO: You Only Watch Once: A Unified CNN Architecture for Real-Time Spatiotemporal Action Local..

onnxruntime inference 예제를 찾아보면 거의 input은 cpu에서 pre-processing한 numpy array(on cpu)를 session.run 함수의 입력으로 주는 경우가 많습니다. 그치만 실제로는 pre-processing도 GPU에서 하고 이걸 굳이 cpu 로 내려서 입력하는 일은 없는 게 일반적일겁니다. GPU, CPU 업로드, 다운로드 횟수는 줄일 수 있으면 최대한 줄여야 하는 아주 악의 축 같은 작업입니다. 특히 input 사이즈가 큰데 GPU 업로드 했다 CPU로 다운로드 했다 하다보면 차라리 CPU로 구현하는 것만 못한 속도가 나올겁니다. 그래서, GPU에 있는 데이터를 바로 추론할 수 있어야 합니다! onnxruntime 은 당연히 이런 기능을 제공하고 있습니다..

https://github.com/obss/sahi/pull/1002 remove an unused list in postprocess by developer0hye · Pull Request #1002 · obss/sahi Remove unused list in greedy_nmm function. github.com https://github.com/obss/sahi/pull/1002/files remove an unused list in postprocess by developer0hye · Pull Request #1002 · obss/sahi Remove unused list in greedy_nmm function. github.com SAHI 에서 쓰인 Patch 단위의 Detection 결..

https://www.notateslaapp.com/software-updates/version/2024.3.10/release-notes 2024.3.10 Official Tesla Release Notes - Software Updates Tesla software update 2024.3.10 (FSD Supervised 12.3.3) includes FSD (Supervised) v12.3.3, Full Self-Driving (Supervised), Autopark, Improved Driving Visualization, Time Until Charging Starts, Estimated Battery Range Update, Supercharging in Cold Weather, www.no..

https://www.youtube.com/watch?v=cBTKCJk31dg    멋지다... 회사에서 대개 개발물에 대해 악평이 내려지면 속상하길 마련인데, 사실 정말 열심히 만들었어도 냉정하게 고객의 관점에서 생각해보면 부족한 수준이란 건 본인이 제일 잘 안다. 그러니 속상해하기보다 어떻게 하면 더 개선시킬 수 있을지 더 설득력 있는 결과를 보일 수 있을지 고민하는 사람이 돼야겠다.

https://kr.bandisoft.com/bandizip/help/parameter/ 반디집 - 커맨드 라인 파라미터 -fmt:{fmt} 압축할 때 사용할 파일 포맷을 지정한다.(zip, zipx, exe, tar, tgz, lzh, iso, 7z, gz, xz) kr.bandisoft.com 반디집을 커맨드 라인으로 실행하여 커맨드 창에서 명령어로 파일 압축/압축해제가 가능하다. 내가 최근에 실행한 명령어는 와일드 카드를 이용하여 특정 패턴을 갖는 파일만 압축하는 작업이였다. 특정 폴더에서 " *_압축.txt" 형태의 파일만 커맨드 라인으로 싹싹 압축하고 싶다면 아래와 같이 입력하면 된다. bz.exe c 압축파일.zip *_압축.txt

https://docs.python.org/dev/faq/library.html#can-t-we-get-rid-of-the-global-interpreter-lock Library and Extension FAQ Contents: Library and Extension FAQ- General Library Questions- How do I find a module or application to perform task X?, Where is the math.py (socket.py, regex.py, etc.) source file?, How do I mak... docs.python.org GIL 때문에 완전한 multithread의 이점을 못누려서 IO Bound task들이나 C로 구현되어 있는 ..

import traceback try: ... except Exception as e: print(e) 코딩을 하다보면 발생하는 예외를 처리하기 위해 try except 문을 많이 쓰게된다. 근데, 위에 코드 처럼 구현하면 어떤 예외가 발생하는지는 알 수 있지만 어디서 어떤 작업을 하다가 해당 예외가 발생했는지 추적이 어렵다. 어디서 예외가 발생했는지 추적을 하기 위해서는 traceback을 import하고 traceback.print_exc()를 except 블럭에서 호출해주면 된다. import traceback try: ... except Exception as e: print(e) traceback.print_exc()

with open(...) as f: for(...): f.write(...) f.flush() 바로 flush()함수를 호출해주면된다. 이거 안해주면 쓰기 작업이 다 마친뒤에야 확인 가능하다. (logging 모듈써서 로깅하는 거면 중간에도 확인 가능) 파일에 쓸 게 많고 파일에 로그를 남기기 위해 소요되는 시간이 길다면 이게 잘 써지고는 있는지 불안하길 마련인데 적절한 시기에 flush 를 한 번씩 해주면 바로 logging이 어떻게 됐나 확인할 수 있다.