이후 추가작성. cls_label=np.zeros((24,label.shape[0],label.shape[1])) for i in range(label.shape[0]): for j in range(label.shape[1]): for k in range(24): class_n.append(np.logical_and(A[i][j],df.values[i])) if np.all(label[i][j]==df.values[k]): cls_label[k][i][j]=1 pixel하나하나 참조해가며 비교하니 매우 느리다. 하나의 for문에서 2차원 부분을 1차원으로 만들고 한번에 RGB에 대해서 비교해주니 훨씬 빠르다. for i in range(len(df.index)): cls_label[i,:,:]=np.al..

*팀 단위로 진행한 프로젝트 (Segmentation 부분은 같은 수업을 듣는 다른 분이 담당해주셨습니다.) 기존에 SSD 모델을 분석하기로 했지만, Application TASK를 해보라는 피드백을 받고 주제를 변경하여 진행했다. 변경된 주제는 Path planning이지만 교통량이나 차선등 추가적인 정보 없이 단순히 길 위에서 최단거리 PIXEL로만 이동한다. Segmentation 이란? 이미지에서 해당 Pixel이 어떤 의미(label)인지 판별하는 것 Network - Deeplab v3+ backbone - mobilenet Optimizer - SGD Loss - Cross Entropy Class - Background, Road, Car Dataset - UAVid, Aeroscapes ..