대충 이런이런거 했다[일기,활동요약]
-
학회 월간지 발행문 작성을 위한 사이트 모음대충 이런이런거 했다[일기,활동요약]/프로젝트-위성영상객체검출 2020. 4. 3. 18:10
- https://arxiv.org/abs/1706.06169 Satellite Imagery Feature Detection using Deep Convolutional Neural Network: A Kaggle Competition This paper describes our approach to the DSTL Satellite Imagery Feature Detection challenge run by Kaggle. The primary goal of this challenge is accurate semantic segmentation of different classes in satellite imagery. Our approach is based on an adaptatio arxiv.or..
-
[위성사진, SAR] 데이터 찾기 - Kaggle, Git대충 이런이런거 했다[일기,활동요약]/프로젝트-위성영상객체검출 2020. 4. 2. 13:42
ps. [kaggle API 이용해서 데이터 셋 다운로드] 1. kaggle에서 사용가능한 사이트들 1. https://www.kaggle.com/c/enseeiht/data -> 데이터 너무 적음 2. https://www.kaggle.com/c/dstl-satellite-imagery-feature-detection/overview -> 데이터는 많고, 약간 유명한 대회였던 것 같다. 2. kaggle에서 괜찮은 사이트 - But 사용불가 3. https://www.kaggle.com/c/comp-540-spring-2019/overview 4. https://www.kaggle.com/c/epfml17-segmentation 5. https://www.kaggle.com/c/epfml-segment..
-
[위성사진, SAR] 데이터 찾기 - MSTAR, Codalab대충 이런이런거 했다[일기,활동요약]/프로젝트-위성영상객체검출 2020. 3. 31. 13:14
synthetic aperture radar (SAR) automatic target recognition (ATR) 1. Git : MSTAR-tensorflow (star : 28) Git 사이트에 의하면, [https://github.com/hamza-latif/MSTAR_tensorflow] 다음과 같은 Instruction이 있었다. We want to train a deep neural network to identify targets in the three class MSTAR dataset obtained from 1. [https://www.sdms.afrl.af.mil/index.php?collection=mstar&page=targets] and possibly the ten clas..
-
[object detection] facebook API - detectron2대충 이런이런거 했다[일기,활동요약]/프로젝트-위성영상객체검출 2020. 3. 11. 14:27
@ 오리지널 깃 사이트 : [https://github.com/facebookresearch/detectron2] @ install : [https://github.com/facebookresearch/detectron2/blob/master/INSTALL.md] @ doecker : [https://github.com/facebookresearch/detectron2/blob/master/docker/Dockerfile] - dockerfile 구동 방법 : [http://pyrasis.com/Docker/Docker-HOWTO#dockerfile] - 그냥 dockerfile이 있는 위치에서 다음의 명령어 실행 - docker로 하면, 어떻게 될지는 궁금하나, 현재는 우리의 데이터셋을 이용하기 위함까..
-
[코드] 이미지 상자 치기 코드draw_boxs_in_images대충 이런이런거 했다[일기,활동요약]/프로젝트-위성영상객체검출 2020. 3. 10. 15:38
코드 검색을 위해, 다음을 이용하자. 케글 - 이미 개발된 코드가 있을 수 있고, discussion에 data augmentation에 대한 정보도 많다 깃 - 패키지 안에, 검색을 함으로써 이미 만들어진 코드를 검색할 수 있다. 구글 - 어떤 코드, 함수를 찾으려면 위의 방법을 이용하는게 낫다. [~하는 코드]는 구글에서 찾기 힘들다 draw_boxs_in_images python drawRbox_in_Images.py --image_path=./images --save_path=./images_with_boxs --csv_path=./baseline.csv drawRbox_in_Images.py images 0.png 1.png 2.png images_with_box (empty) baseline...
-
[Code] simplified_rbox_cnn 코드 분석 준비대충 이런이런거 했다[일기,활동요약]/프로젝트-위성영상객체검출 2020. 2. 23. 22:53
오른쪽 사이트의 코드를 분석한다. https://github.com/SIAnalytics/simplified_rbox_cnn Tensorflow Object Detection API를 Base로 사용하기 때문에, 아래의 사진과 같은 분석을 해보았다. 파란색 라인 밑줄은 Tensorflow Object Detection API와 비교했을때 같은 폴더나 파일을 체크해 놓은 것이다. 그리고 파일 옆에 동그라미, 네모 표시된 파일은 내가 읽어보고 확인해볼 파일(코드)이다. 코드를 분석한 결과를 다음 게시물 부터 차근차근 적어놓을 계획이다.
-
[알파프로젝트] 위성 영상 정밀 객체 검출대충 이런이런거 했다[일기,활동요약]/프로젝트-위성영상객체검출 2020. 2. 23. 16:46
1. 대회 설명 우리가 준비하는 대회는 한국국방과학연구소에서 주관하는 대회로써, 위성 사진에서 컨테이너, 유조선, 항공모함, 기타 민간 선박을 검출 및 분류하는 대회이다. 왼쪽 이미지와 같은 위성 사진의 해양 항구, 바다 이미지에서 객체를 오른쪽 사진과 같이 검출한다. 데이콘 대회 링크 : https://dacon.io/competitions/official/235492/data?join=1 2. 대회 배경 우리는 위성으로부터 수집된 영상의 정밀한 객체 인식하는 문제를 해결하고자 하며, 특히 선박들의 위치와 종류를 파악하는 알고리즘을 연구하고 개발하고자 한다. 실제 해상에서 일어나고 있는 다양한 문제들을 해결하기 위해서는 인공위성 영상으로부터 객체 검출을 위한 알고리즘개발은 매우 중요하며 필수적이다. 특..