개발일기

RE-ID 모델의 학습은 특징 표현 학습(Feature Representation Learning)과 거리 메트릭 학습 (Distance Metric Learning), 두 방식의 결합으로 구성됩니다. 이 글에서는 RE-ID 모델의 학습 과정 중 특징표현 학습과 거리 메트릭 학습에 대하여 그 내용을 간단히 다루어보겠습니다.  특징 표현 학습(Feature Representation Learning) 특징 표현 학습(Feature Representation Learning)의 모델 아키텍처는 CNN 또는 Transformer를 고려할 수 있습니다.입력 이미지를 모델에 통과시켜 특징 벡터를 생성하고, 특징 벡터를 통해 모델이 객체의 고유한 특징을 잘 표현하도록 학습합니다. CNNTransformer특징- 합..

RE-ID는 특정 객체를 여러 이미지나 비디오 프레임에서 식별하고 추적하는 과정을 의미합니다.이 기술은 다양한 시나리오에서 동일한 객체를 인식하고 추적하는 데 필수적입니다. 이 글에서는 RE-ID가 무엇인지, 어떤 기술인지에 대해 간단히 다루어보겠습니다. https://www.youtube.com/watch?v=oBL84CeLwKk  RE-ID 시스템의 주요 기술객체 검지 : Detection model(예: Yolo)을 통해 객체의 bounding boxes를 추출특징 추출 : 객체의 고유한 특징(예: 색상, 형태, 질감)을 추출하여 식별거리 측정 : 특징 간의 유사성을 계산하여 매칭 정확도를 평가 RE-ID 시스템의 훈련 과정person re-id를 예시로 설명해보겠습니다. step 1 : raw d..