전체 글
Cloud System 소개
시스템 인프라(System Infrastructure) 애플리케이션(application)이 동작하는데 필요한 하드웨어, OS 및 미들웨어 * 미들웨어 서버 OS에서 서버가 특정 역할 을 수행할 수 있도록 동작하는 소프트웨어(웹서버, DB, 등) OS와 업무 처리를 수행하는 애플리케이션 사이에 있는 소프트웨어 클라우드(Cloud)의 등장으로 시스템 업무 흐름에 변화 - 인프라의 많은 부분을 클라우드로 지원 - 애플리케이션 엔지니어도 OS와 네트워크와 같은 인프라 기초 지식 필요 시스템의 요구 사항 기능 요건(functional requirement) 시스템 기능으로서 요구되는 요건 시스템이나 소프트웨어로 무엇을 할 수 있는 지를 정리한 것으로 프로그래밍으로 해결하는 경우가 많음 비 기능 요건 (non-f..
vi (vim)편집기 기본 사용법 및 주요 명령어
vi(visual editor) 편집기의 시작 ex(Extened editor)를 개선하여, 1976년에 BSD 유닉스용으로 개발 마우스가 없는 시대에 키보드 만으로 모든 제어 가능 기능 가벼우면서도 많은 기능 내장 vim은 따로 설치를 해줘야 하며 암호는 ubunbu 자체 암호를 입력해서 다운로드를 한다. vi(vim)의 3가지 동작 모드 - vim은 다른 에디터와 달리 명령 모드와 입력 모드가 분리됨 □ 명령 모드 vim을 실행할 경우, 처음 시작하는 모드 키 입력을 통해 vim에게 명령을 내리는 모드 (편집 불가) H, K, J, L을 이용하여 이동 가능 □ 입력 모드 실제로 화면에 출력되면서 글자 입력이 가능 □ ex 모드 라인 에디터인 ex 에디터의 기능을 사용하는 모드 특정 패턴을 특정 문자열..
GNU Nano Editor의 기본 사용법
nano 편집기 유닉스 계열에서 주로 사용하는 편집기는 vi (m)편집기이지만, 리눅스나 유닉스를 처음 접하는 초보자에게는 너무 복잡 GNU에서 만든 Nano 라는 편집기는 기능은 적지만, 설정 파일의 간단한 편집같은 것은 할 수 있으며, 조작이 쉬운 장점 여기서 ^는 Ctrl로 생각하면 된다. 마우스는 사용이 안된다. 자주 쓰는 단축키 명령 ctrl + x (F2) : nano 종료(혹은 현재의 file buffer를 닫음) ctrl + o (F3) : 현재 편집 중인 파일 저장 ctrl + w (F6) : text 검색 ctrl + \ : search and replace(검색 후 바꾸기) ctrl + / : 행, 열로 text 찾기 ctrl + k(F9) : 현재의 line 혹은 선택된 text 삭..
Object Detection on COCO test-dev(COCO test-dev Benchmark Object Detection)
paperswithcode.com/sota/object-detection-on-coco Papers with Code - COCO test-dev Benchmark (Object Detection) The current state-of-the-art on COCO test-dev is EfficientDet-D7x (single-scale). See a full comparison of 129 papers with code. paperswithcode.com
RetinaFace : Single-stage Dense FaceLocalisation in the Wild(Face detection) 논문 정리
- face detection + instance Segmentation(이미지 특징 찾기)를 동시에 품 - detection만 하는 모델 Landmarks만 하는 모델이 많은데 RetinaFace는 동시에 한다 - Face classification(얼굴인지 아닌지) Face box regression Facial landmark regression(객체 인식) + Dense face regression()를 추가했더니 성능이 더 좋아졌다. - ArcFace에 대한 설명 12:50 - Featurized image pyramid 이 방법은 각 레벨에서 독립적으로 특징을 추출하여 객체를 탐지하는 방법이다. image pyramid는 학습 시키는데 몇배의 학습이 걸림 - Two-stage는 오류가 적고 느..
