주뇽's 저장소

스택구조 스택은 자료구조의 기본이다 LIFO구조 제일 마지막에 들어온 원소가 제일 먼저 나감 ex) 바닥부터 책을 하나하나 쌓아 올리는 느낌 #배열과 스택은 비슷하지만 다르다 스택을 이용하여 처리하려면 배열의 값을 다시 스택에 담는 행위가 필요하다. 구현 init()함수 Stack의 포인터를 배열의 외부로 설정 즉 포인터 = -1; isFull()함수 Stack의 들어갈 수 있는 공간의 모든 자리가 꽉 차 있는지 확인 isEmpty()함수 Stack의 들어갈 수 있는 공간이 있는지 확인 push()함수 Stack의 공간이 남아있다면 원하는 원소를 맨 뒤에 하나 추가 pop()함수 Stack의 원소가 있는지 확인 후 있다면 가장 맨 뒤에 원소를 return 해주고 원소 삭제 peek()함수 Stack의 원..

같은 숫자는 싫어 문제 설명 배열 arr가 주어집니다. 배열 arr의 각 원소는 숫자 0부터 9까지로 이루어져 있습니다. 이때, 배열 arr에서 연속적으로 나타나는 숫자는 하나만 남기고 전부 제거하려고 합니다. 단, 제거된 후 남은 수들을 반환할 때는 배열 arr의 원소들의 순서를 유지해야 합니다. 예를 들면, arr = [1, 1, 3, 3, 0, 1, 1] 이면 [1, 3, 0, 1] 을 return 합니다. arr = [4, 4, 4, 3, 3] 이면 [4, 3] 을 return 합니다. 배열 arr에서 연속적으로 나타나는 숫자는 제거하고 남은 수들을 return 하는 solution 함수를 완성해 주세요. 제한사항 배열 arr의 크기 : 1,000,000 이하의 자연수 배열 arr의 원소의 크기 ..

Git Git의 배경 Unix라는 대형컴퓨터 운영체제를 리눅스 토발즈가 개인용 컴퓨터 OS로 발전시키며 이것이 리눅스이다. GNU: 공개 소프트웨어 프로젝트 어떤 소프트웨어A를 누구에게나 공개 단, 공개된 소프트웨어 정보를 받았을 시 GPL 라이센스를 따야함 GPL (General Public License): A소프트웨어로 B소프트웨어를 만들 시 B소프트웨어는 무조건 공개되어야 한다. 리눅스를 수 많은 개발자들이 발전시켜가는 과정에서 협업이 필요한데 각자가 개발한 파일을 합쳐야 하는 문제점등이 존재하여 이를 해결하기 위해서 Bitkeeper라는 분산 버전 관리 시스템을 상용화시킴 (Distribution Version Contrl System)사용자가 많아짐에 따라 Bitkkeper가 유료화서비스를 시..

People Counting만 본다면 FIDTM을 이용한 방법이 최고인듯!2023.08.11 - [ComputerVision/Crowd Localization] - Code [Focal Inverse Distance Transform Map] Code [Focal Inverse Distance Transform Map]2023.08.11 - [DeepLearning/Paper Riview] - Focal Inverse Distance Transform Map (논문 정리) Focal Inverse Distance Transform Map (논문 정리) Focal Inverse Distance Transform Map Focal Inverse Distance Transform Maps for Crowd L..

SORT SORT(Simple Online and Realtime Tracking) 알고리즘은 실시간 객체 추적(real-time object tracking)을 위해 개발된 알고리즘이다. SORT는 대규모 다중 객체 추적 문제를 해결하기 위한 효율적인 방법을 제공한다. SORT 알고리즘은 먼저 객체 탐지(Detection) 단계를 통해 현재 프레임에서 객체를 감지한다. 객체 탐지 후, SORT 알고리즘은 추적(Tracking) 단계에서 이전 프레임에서 감지된 객체들과 현재 프레임에서 감지된 객체들을 매칭한다. 이를 위해 매칭 알고리즘인 헝가리안 알고리즘(Hungarian algorithm)을 사용한다. 헝가리안 알고리즘은 각 객체 간의 거리나 유사도를 기준으로 매칭을 수행하여 최적의 매칭을 찾아낸다. ..

from tensorflow import keras base_model = keras.applications.VGG16( weights='imagenet', input_shape=(224, 224, 3), include_top= False) # Freeze base model base_model.trainable = False # Create inputs with correct shape inputs = keras.Input(shape=(224, 224, 3)) x = base_model(inputs, training=False) # Add pooling layer or flatten layer x = keras.layers.GlobalAveragePooling2D()(x) # Add fi..

시퀀스 데이터의 예시를 위해 텍스트 문장을 사용한다. 기본적으로 언어는 문자가 모여 단어를 이루고 단어가 모여 문장을 이루는 형식의 시퀀스 데이터로 구성된다. 시퀀스 데이터의 또 다른 예로는 시간에 따른 주가와 날씨 데이터가 있다. RNN 모델을 사용하기 위한 뉴욕타임즈의 헤드라인 데이터만을 로드 import os import pandas as pd nyt_dir = 'data/nyt_dataset/articles/' all_headlines = [] for filename in os.listdir(nyt_dir): if 'Articles' in filename: # Read in all all the data from the CSV file headlines_df = pd...

이전 과정은 미리 학습된 데이터를 사용하기만 하는 과정이였다면 전이학습은 미리학습된 데이터를 가지고 다시 학습을하는 과정이다. 전이 학습은 크고 다양한 데이터세트가 없는 경우에 특히 강력한효과가 있다. 이런 경우에는 처음부터 트레이닝된 모델이 트레이닝 데이터를 빠르게 기억할 가능성이 높지만 새 데이터를 제대로 일반화할 수 없다. 전이 학습을 이용하면 소규모 데이터세트에 대해 정확하고 강력한 모델을 트레이닝할 수 있는 가능성을 높일 수 있다. 특정한 개만 출입이 가능한 자동문 사전학습된 VGG16사용 from tensorflow import keras base_model = keras.applications.VGG16( weights='imagenet', # Load weights pre-trained o..