프로그래밍선

[논문 리뷰] FoundationStereo: Zero-Shot Stereo Matching (CVPR 2025)

CVPR 2025 https://arxiv.org/pdf/2501.09898 https://nvlabs.github.io/FoundationStereo/ https://nvlabs.github.io/FoundationStereo/Tremendous progress has been made in deep stereo matching to excel on benchmark datasets through per-domain fine-tuning. However, achieving strong zero-shot generalization — a hallmark of foundation models in other computer vision tasks — remains challnvlabs.github.ioht..

[꿀팁] GPU서버 꺼졌을 때 conda, tmux 재설치, 환경변수 설정 자동으로 키자마자 되는법

콘다, Tmux 환경 셋팅 다시# conda가 실행되도록 환경설정 추가echo 'source /home/work/data0/minsun/miniconda3/etc/profile.d/conda.sh' >> ~/.bashrcecho 'conda activate base' >> ~/.bashrc# 적용source ~/.bashrc# 작업 경로로 이동cd ~/data0/minsun# 필요한 디렉토리 만들기mkdir -p tmux_local# 설치에 필요한 도구 설치sudo apt-get updatesudo apt-get install -y build-essential automake pkg-config libncurses5-dev libevent-dev# libevent 설치curl -LO https://git..

[논문 리뷰] EQ-VAE: Equivariance Regularized Latent Space for Improved Generative Image Modeling (25.02)

14 Feb 2025 https://arxiv.org/pdf/2502.09509https://github.com/zelaki/eqvae. GitHub - zelaki/eqvae: EQ-VAE: Equivariance Regularized Latent Space for Improved Generative Image Modeling.EQ-VAE: Equivariance Regularized Latent Space for Improved Generative Image Modeling. - zelaki/eqvaegithub.comhttps://eq-vae.github.io/ EQ-VAEEquivariance Regularized Latent Space for Improved Generative Image Mo..

Self-supervised learning이란, 평가방법, Linear probing ?

Self-Supervised Learning의 핵심 목표 레이블 없이 데이터를 통해 좋은 Feature Representation을 얻는 것.다운스트림 태스크(예: 이미지 분류, 객체 탐지 등)에 활용 가능한 좋은 Feature(표현)를 추출하는 Encoder를 만드는 것SSL 모델의 output = 의미 있는 feature vector그 feature는 나중에 classification, detection 등에 사용됨“학습을 위한 중간 표현을 잘 만드는 방법”을 고민하는 것입력 (Input)원본 이미지, 텍스트, 오디오 등출력 (Output)고차원 Feature Vector (예: 512차원, 1024차원 등)목표 (Task)이 Feature Vector가 의미 있게 정렬되도록 학습하는 것사용 방법학습..