Develop me

Activation FunctionNeural Network의 각 layer는 Activation Function을 사용하여 layer를 통과한 output을 변환하고,이 변환된 output을 다음 layer로 전달합니다. Activation Function은 비선형성을 추가하여 Neural Network가 복잡한 패턴과 관계를 학습할 수 있도록 해줍니다.  Activation Function을 사용하는 이유Activation Function이 없으면 Neural Network의 모든 layer는 선형 변환만을 수행하게 되며, 이는 Linear Regression과 같은 단순한 모델과 다른 점이 없습니다. 결과적으로, DNN을 구성하더라도 복잡한 문제를 해결할 수 없습니다.즉, layer를 겹겹히 쌓더..

요약ResNet(Residual Network)은 2015년 He et al.에 의해 제안된 Deep Learning 모델로,Deep Neural Network 에서의 학습 문제를 해결하기 위해 도입되었습니다.ResNet은 전통적인 CNN(Convolutional Neural Network)에서 residual connection이라는 개념을 사용하여매우 깊은 네트워크에서도 효과적으로 학습할 수 있습니다.ResNet은 Object Detection, Classification 등 다양한 Computer Vision Task에서 널리 사용됩니다.말이 어려워 보이지만, Output에 Input을 Short cut으로 연결하여 학습을 수행하는 간단한 구조를 가집니다.기존 CNN의 문제점CNN은 깊이가 깊어질수..

https://www.acmicpc.net/problem/7453 문제정수로 이루어진 크기가 같은 배열 A, B, C, D가 있다.A[a], B[b], C[c], D[d]의 합이 0인 (a, b, c, d) 쌍의 개수를 구하는 프로그램을 작성하시오. 입력첫째 줄에 배열의 크기 n (1 ≤ n ≤ 4000)이 주어진다. 다음 n개 줄에는 A, B, C, D에 포함되는 정수가 공백으로 구분되어져서 주어진다. 배열에 들어있는 정수의 절댓값은 최대 228이다. 출력합이 0이 되는 쌍의 개수를 출력한다. 예제 입력 16-45 22 42 -16-41 -27 56 30-36 53 -37 77-36 30 -75 -4626 -38 -10 62-32 -54 -6 45 예제 출력 15문제 설명n 이 입력되고, n번 동안 각..

이번 글은 Docker 컨테이너 내부에서 ROS2 UR3e를 이용하여 Intel RealSense 기반으로 Categorized Object Pose Estimation 알고리즘인 Centerpose를 수행하여신발을 정리한 과정에 대해 작성하도록 하겠습니다.  연구원에서의 마지막 정리 글은 소감도 함께 담고 싶습니다.두 달 동안 많다면 많고, 적다면 적은 여러 task 들을 수행해보았습니다.초기에 목표로 했던 신발 정리를 하는 로봇 팔에 결론적으로는 도달했지만한편으로는 아쉬운 마음이 들기는 합니다. 뭔가를 시작할 때 항상 마스터피스를 내놓고 싶은데,어느 순간부터 현실과 타협하는 저를 보며 아쉬운 마음이 많이 들긴했습니다.물론 두 달이라는 시간이 부족한 감도 없지 않았습니다. 누군가가 제가 써온 글을 보시..

지난 글에서 docker 컨테이너 내에서 Intel Real sense를 이용하여Object Pose Estimation을 수행하는 과정을 작성했습니다. RealSense 기반 ROS2 에서 Real Time CenterPose 실행지난 글에서 Isaac ROS CenterPose 를 이용하여 ROS2 docker 환경에서 Object Pose Estimation 이 가능하도록 빌드하였습니다. ROS2 기반 Isaac ROS CenterPose Example 수행하기 Categorized Object Pose Estimation 이 가능한 CenterPcobang.tistory.com 특히 신발에 대하여 Categorized 된 CenterPose를 이용했습니다.제가 최종적으로 Object Pose Es..

지난 글에서 Isaac ROS CenterPose 를 이용하여 ROS2 docker 환경에서Object Pose Estimation 이 가능하도록 빌드하였습니다. ROS2 기반 Isaac ROS CenterPose Example 수행하기Categorized Object Pose Estimation 이 가능한 CenterPose를 ROS2에서 수행시키기 위해, NVIDIA에서 이미 만들어둔 Isaac ROS 기반의 CenterPose를 패키지로 붙여 Depth Camera로 Real Time 분석이 가능하도록 하고자 하였습cobang.tistory.com 이제 이를 이용하여 Intel Real Sense D435 를 이용하여 Real Time으로 CenterPose 가 수행 가능하도록 빌드하겠습니다. 먼저..

Categorized Object Pose Estimation 이 가능한 CenterPose를 ROS2에서 수행시키기 위해,NVIDIA에서 이미 만들어둔 Isaac ROS 기반의 CenterPose를 패키지로 붙여Depth Camera로 Real Time 분석이 가능하도록 하고자 하였습니다.이전에도 수행했었지만, 이 때는 로컬 환경에서 Python OpenCV를 통해 수행한 것이었고이번에는 ROS2에 붙이는 것에 초점을 맞췄습니다. CenterPose와 Example에 대한 자세한 내용은 이전 글들을 참조해주시기 바랍니다. [논문 리뷰] CenterPose - Single-Stage Keypoint-Based Category-Level Object Pose Estimation from an RGB Ima..

지금까지 많은 것들을 쌓아왔습니다.Vision 없이 고정된 위치를 Pick and Place 해보았고,  ROS2 MoveIt2 에서 UR3e + Intel RealSense Pick and Place 예제 수행점점 심연 속으로 들어왔다는 느낌이 들고 있습니다. 가끔 어떤 자료를 찾는 것 조차 버겁게 느껴집니다. 학문적으로 수준이 높아서라기보단, 특정한 주제에 대해 꽤 깊게 들어왔다는 말을 하고cobang.tistory.com 로봇 팔을 Vision 을 기반으로 물체를 인식하고 집도록 하기 위하여Camera Image 로 인식된 이미지로부터 Camera coordinate와 World coordinate 로 변환하는 방법을 공부했고, 이미지로부터 실제 좌표를 얻기 위한 Camera Transformati..

이번 글에서는 Camera Transformation 개념에 대해서 간단히 언급하겠습니다. 우선 Camera Transformation 은 카메라에 보인 물체를 실제 좌표계의 위치로 옮기는 작업입니다. 카메라 상에서 물체의 x, y pixel 좌표와 Depth 를 이용하여물체의 Camera coordinate를 얻고,Camera의 x, y, z 좌표와 w, x, y, z 쿼터니언을 이용해 Camera Transformation Matrix를 획득해Camera Coordinate를 Real World Coordinate로 변환하게 됩니다.  잠시 넘어가기 전에 쿼터니언에 대해서 간단하게만 설명하겠습니다.쿼터니언은 굉장히 비직관적인 개념입니다.대부분의 회전은 Roll Pitch Yaw라고 하는 방식으로 설명..

이번에는 ROS2 humble에서 Intel D435 Depth Camera에 YOLOv8 을 붙여보도록 하겠습니다.이번 글의 최종 목표는 rviz에서 YOLOv8으로 분석된 Image 화면을 확인하고 결과를 publishing 하는 것입니다. 실력이 부족해서 그런지기능 하나하나를 쌓아가는게 너무 벅찬 것 같습니다.그래도 이번에는, 이미 존재하는 매우 좋은 Github repository가 있어 이를 이용했습니다. GitHub - mgonzs13/yolov8_ros: Ultralytics YOLOv8 for ROS 2Ultralytics YOLOv8 for ROS 2. Contribute to mgonzs13/yolov8_ros development by creating an account on GitH..