Everything is NORMAL

Point Cloud Lidar 센서, RGB-D센서 등으로 수집되는 데이터를 의미한다. 이러한 센서들은 아래 그림처럼 물체에 빛/신호를 보내서 돌아오는 시간을 기록하여 각 빛/신호 당 거리 정보를 계산하고, 하나의 포인트(점)을 생성한다. 포인트 클라우드는 3차원 공간상에 퍼져 있는 여러 포인트(Point)의 집합(set cloud)를 의미한다. Lidar 센서와 RGB-D 센서로 수집된 데이터는 각각 아래 그림과 같이 나타난다. 점군(Point Cloud)은 2D 이미지와 다르게 깊이(z축) 정보를 가지고 있기 때문에, 기본적으로 N X 3 Numpy 배열로 표현된다. 여기서 각 N 줄은 하나의 점과 맵핑이 되며, 3(x, y, z) 정보를 가지고 있다. 이미지 데이터와 Point Cloud 이미지 ..

AP (Average Precision) Object Detection 알고리즘의 성능은 precision-recall 곡선과 average precision(AP) 로 보통 평가한다. 두 용어를 제대로 이해하기 위해서는 우선 Precision과 Recall에 대한 지식이 필요하다. Precision Object-Detector가 검출한 정보들 중에서 Ground-Truth와 일치하는 비율을 의미한다. 한국어로 정밀도라고 불린다. 모든 검출 결과 중 옳게 검출한 비율을 의미한다. TP는 true positive의 약자로 "옳은 검출"을 의미하고 FP는 false positive의 약자로 "잘못된 검출"을 의미한다. 따라서, Precision은 알고리즘이 검출해낸 것들 중에서 제대로 검출해낸 것의 비율을 ..

위키에 적혀있는 경사하강법의 정의. 더보기 경사 하강법(傾斜下降法, Gradient descent)은 1차 근삿값 발견용 최적화 알고리즘이다. 기본 개념은 함수의 기울기(경사)를 구하여 기울기가 낮은 쪽으로 계속 이동시켜서 극값에 이를 때까지 반복시키는 것이다. Neural network의 weight를 조절하는 과정에서 사용한다는 것은 알고 있는데, 좀 더 쉽게 경사하강법을 정의할 수 없을까? 내가 이해할 수 있는 문장으로 경사하강법을 정의하기 위해, 여러 블로그에서 경사 하강법에 내린 정의들을 모아볼 것이다. cost 비용을 최소화 하기 위한 최적화 알고리즘 해당 함수의 최소값 위치를 찾기 위해 cost function의 그레디언트 반대 방향으로 정의한 step size를 가지고 조금씩 움직여가며 최..