Qwen2.5-VL-7B 기반 EVA-01 시각 지능 시스템 구축 및 전술 용어 커스텀 가이드
시스템 개요 및 아키텍처
EVA-01 시각 동기화 시스템은 최신 멀티모달 대형 언어 모델인 Qwen2.5-VL-7B를 엔진으로 사용하며, 사용자가 업로드한 이미지를 분석하고 대화할 수 있는 인터페이스를 제공합니다. 이 시스템은 단순한 이미지 캡셔닝을 넘어, 복잡한 장면의 논리적 추론과 텍스트 추출(OCR)이 가능하도록 설계되었습니다. 특히 '에반게리온' 테마의 사용자 인터 ...
7월 20일 00:16에 게시됨
WRN: 넓은 잔차망을 활용한 이미지 분류 최적화
Wide Residual Networks(WRN)는 Sergey Zagoruyko와 Nikos Komodakis가 2016년에 발표한 아키텍처로, 잔차 블록의 채널 수를 확장하면서 깊이를 줄이는 전략으로 이미지 분류의 효율성을 극대화했다. CIFAR-10에서 3.8%, CIFAR-100에서 18.3%의 오류율을 기록하며, 기존의 깊은 네트워크 대비 월등한 학습 속도를 입증했다.
깊이 대신 넓이를 선택한 이유
기존 ResNet은 ...
7월 11일 23:51에 게시됨
LingBot-Depth-ViTL-14 기반 3D 점군 데이터의 MySQL 통합 저장 아키텍처
로봇 비전 환경에서 대규모 3D 데이터를 위한 관계형 데이터베이스 설계
최근 로봇 및 자율 시스템 분야에서는 LingBot-Depth-Pretrain-ViTL-14와 같은 심층 신경망을 활용해 노이즈가 포함된 원시 깊이 센서 데이터를 고정밀 3D 점군(point cloud)으로 변환하는 사례가 증가하고 있다. 그러나 이러한 모델은 초당 수십만 개의 3D 좌표를 생성할 수 있어, 장기간 운영 시 ...
6월 28일 23:49에 게시됨
축구 영상 분석을 위한 팀 및 심판 인원 분류 기술
1. 문제 정의 및 목표 설정
경기장 내 등장하는 인원은 주로 두 팀(파란색, 하얀색)과 심판으로 구성되며, 이 중 골키퍼는 제외하고 분류 대상으로 삼는다. 본 작업의 목적은 영상에서 각 인물을 정확히 식별하여 2차원 시각화 패널에 표시하는 것이다.
분류 대상:
파란 팀 선수
하얀 팀 선수
심판
2. 학습 방식 선택 및 구현 전략
2.1 Keras 기반 ...
6월 27일 17:37에 게시됨
CLIP-GmP-ViT-L-14 모델: ImageNet 및 ObjectNet 이중 벤치마크의 중요성 탐구
AI 시각 모델의 성능 평가: CLIP-GmP-ViT-L-14와 이중 벤치마크의 의미
인공지능 시각 모델에 관심이 있다면 CLIP에 대해 익숙하실 것입니다. 이 모델은 이미지와 텍스트 간의 연관성을 파악하여, 예를 들어 '고양이'라는 단어가 어떤 형태의 동물을 지칭하는지 이해하는 능력을 보여줍니다. 오늘 살펴볼 내용은 이보다 한 단계 더 나아간 특별한 모델, 바로 CLIP-GmP-ViT- ...
6월 24일 01:55에 게시됨
텐센트 HunyuanWorld-Mirror: 다중 모달 입력을 통한 실시간 3D 월드 생성 모델 분석
차세대 3D 재구성 모델의 등장
텐센트 혼위안(Hunyuan) 연구소에서 공개한 HunyuanWorld-Mirror 1.1 버전은 비디오나 다중 시점 이미지를 기반으로 완전한 3D 환경을 생성하는 피드포워드(Feed-forward) 방식의 대규모 모델입니다. 이 모델은 단일 GPU 환경에서도 단 1초 만에 고정밀 3D 재구성을 수행하며, 기존의 복잡하고 비용이 많이 드는 3D 모델링 공정을 획기적으로 ...
6월 13일 03:58에 게시됨
태양광 패널 이미지 세그멘테이션 데이터 준비 및 YOLO 훈련 가이드
개발 환경 구축
IDE 및 Python 설정
PyCharm 커뮤니티 에디션을 설치하고, Python 3.8 버전을 권장 환경으로 구성합니다. 버전 호환성 이슈를 방지하기 위해 너무 최신이나 구형 버전은 피하는 것이 바람직합니다.
Annotation 도구 설치
가상 환경을 활성화한 뒤清華 대학 미러를 통해 labelme 패키지를 설치합니다.
pip install labelme -i https://pypi.tuna.tsinghua. ...
6월 12일 22:46에 게시됨
HALCON 이미지 타일링 연산자 활용 가이드
이미지를 복잡한 블렌딩 없이 단순히 배치하여 하나의 큰 이미지로 만드는 작업은 다양한 비전 검사 파이프라인에서 자주 등장한다. HALCON에서는 tile_images와 tile_images_offset 두 가지 연산자를 제공하여 이러한 기본적인 타일링 작업을 수행할 수 있다.
타일링을 수행하기 전에 반드시 고려해야 할 세 가지 핵심 요소는 다음과 같다.
입력 이미지 집합: 여러 장 ...
6월 6일 02:38에 게시됨