딥러닝 (26) 썸네일형 리스트형 Terminal 명령어로 ssh 접속 서버간 파일 옮기기 안녕하세요 저번 포스팅에 ssh 접속 + pycharm 실행에 대해서 포스팅을 했는데요, 오늘은 ssh 접속을 통해서 간단히 원하는 서버에서 내 컴퓨터로 파일을 옮기는 명령어를 알려드리려고 합니다!! 명령어는 정말 간단합니다. cvlab은 host의 이름 xxx.xxx.xx.xx 는 연결하고자 하는 서버의 ip를 입력하시면 됩니다. 즉 hostname@ipaddress: 경로 내 컴퓨터 경로 ssh 접속 : 8 RTX 3090 GPU Server connection 방법 정리 3 -최종 연결 후 GPU 이용하기 안녕하세요 이번 시간에는 최종적으로 local pycharm과 서버와 연결해서 해당 서버의 GPU를 이용하는 것에 대해 포스팅 하도록 하겠습니다. 이용할 서버는 RTX 3090 서버이고 해당 서버에는 cuda 11, 가상환경에 torch 1.7 torchvision 0.8이 설치 되어있습니다. 해당 포스팅을 보시기 전에 ssh 접속으로 가상환경을 설정 하지 않고, pycharm에서 서버 연결을 하지 않으셨다면 아래의 포스팅을 순서대로 보시고 오시면 됩니다! 아래 두개의 포스팅을 먼저 수행 한 후 해당 포스팅을 읽고 따라 해주시면 됩니다. skk095.tistory.com/29?category=992372 ssh 접속으로 서버에 가상환경 설정하기 안녕하세요 이번시간에는 ssh 접속으로 다른 곳에 있는 서버.. ssh 접속 : 8 RTX 3090 GPU Server connection 방법 정리 2 - ssh 접속으로 서버에 가상환경 설정하기 안녕하세요 이번시간에는 ssh 접속으로 다른 곳에 있는 서버에 가상환경을 설정하는 것에 대해서 포스팅 하도록 하겠습니다. 일단 ssh 접속으로 아래와 같이 명령어를 입력하고 비밀번호를 입력해 해당 서버에 접속을 합니다. 그 후 다음과 같이 conda 명령어를 사용해서 가상환경을 만들어줍니다. -n (가상환경 이름) 을 쓰고 가상환경을 만들면 됩니다. 그리고 나서 해당 가상환경을 activate 시켜줍니다. 그 후 자신이 필요한 라이브러리들을 설치해주시면 됩니다. 저 같은 경우는 pytorch 설치가 필요해서 pytorch를 설치해줍니다. 새로 연결할 서버가 RTX 3090인데, 해당 서버는 pytorch 1.7 cuda 11과 호환이 됩니다. cuda 11은 이미 서버에 설치되어있는 상황이기에 가상환경에.. Self supervised confidence 관련 ECCV 2020 논문 : Self-adapting confidence estimation for stereo 오늘 리뷰할 논문은 ECCV 2020에 accept된 self supervised 방식의 confidence 논문입니다. 핵심 아이디어를 중심으로 간단히 설명드리도록 하겠습니다. 해당 논문은 아래의 그림과 같이 self supervised 방식을 사용하여서 disparity 값에 따른 confidence 값을 얻습니다. 해당 논문에서는 3가지를 check 하고 그것을 이용해서 confidence를 학습시킵니다. 먼저 가장 첫번째부터 설명하도록 하겠습니다. Image reprojection error 해당 error는 left image와 right image를 left disparity로 warping 시킨 image와 비교하는 error 입니다. 여기서 left image와 right image의 차이.. Ubuntu 16.04에 Opencv 2.4.13 version 설치하기 안녕하세요 오늘은 Ubuntu 16.04에 opencv 2.4.13을 설치하는 것에 대해서 포스팅을 하려고 합니다! 아래의 사이트를 참고해서 설치하였는데 조금 수정할 부분이 있었어서 이부분을 알려드리고자 포스팅 합니다. gist.github.com/sedovolosiy/6711123a9e5a73a6ce519e80338d0067 Install opencv-2.4.13 in Ubuntu 16.04 Install opencv-2.4.13 in Ubuntu 16.04. GitHub Gist: instantly share code, notes, and snippets. gist.github.com Terminal 창을 열어주시고 아래와 같이 명령어를 입력해 설치를 진행하면 됩니다. # install depende.. ssh 접속 : 8 RTX 3090 GPU Server connection 방법 정리 1- pycharm에서 RTX 3090 서버와의 연결 세팅하기 안녕하세요 오늘은 8 gpu 3090 server와 연결을 해 해당 서버를 이용해 pycharm 사용하는 방법에 대해서 알려드리려고 합니다. 먼저 해당 하는 것은 8 gpu 뿐만 아니라 할당 받은 서버의 ip가 있다면 해당 하는 서버를 pycharm에 연결해서 사용할 수 있습니다. 즉, 내 컴퓨터에서 8 gpu 같이 성능이 좋은 서버를 연결해서 사용할 수 있는 것입니다. 저는 ubuntu 18.04 컴퓨터에서 세팅을 진행하였습니다. 그리고 연결할 서버에는 cuda, pytorch, tensorflow, docker등 기본적인 모든 것들이 다 설치 되어있는 상황입니다. 먼저 아래의 사이트에 들어가서 pycharm professional 버전을 설치 해줍니다. https://www.jetbrains.com/.. Self supervised 관련 CVPR 2020 논문 : Flow2Stereo - Effective Self-Supervised Learning of Optical Flow and Stereo Matching 안녕하세요 오늘 제가 리뷰할 논문은 CVPR 2020에 accept된 self supervised 방식의 stereo matching & optical flow 관련 논문입니다. 해당 논문에서 수식이 굉장히 복잡하게 나와있는데요 정말 간단히 해당 논문 리뷰에서는 network architecture과 loss function만을 보고 설명 드리도록 하겠습니다. 위의 Figure 3은 전체적인 network architecture 입니다. 해당 self supervised learning은 2개의 stage로 나누어집니다. stage 1에서는 optical flow와 stereo disparity사이에 기하학적 제약을 추가하여 confident한 prediction의 질을 개선합니다. 그리고 나서 stag.. Unsupervised stereo matching 관련 PAMI 2021 논문 : Parallax Attention for Unsupervised Stereo Correspondence Learning 안녕하세요 오늘 제가 리뷰할 논문은 unsupervised stereo matching 관련 논문입니다. 해당 논문은 CVPR에 accept되고, 조금 더 발전 시켜 2020 PAMI에 나온 논문 입니다. 정말 간단하게 설명을 드리려고 합니다!! 먼저 해당 논문의 핵심인 Parallax-Attention Module PAM 부터 설명하도록 하겠습니다 위의 Fig. 2는 self attention과 parallax attention을 비교한 그림입니다. parallax는 시차라는 의미로 stereo matching에서 left right 이미지는 마치 t번째와 t+1번째 이미지와 같아 같은 epipolar line 상에서 attention을 준다고 생각하면 될 것 같습니다. 그 다음으로는 PAM의 구조에 .. 이전 1 2 3 4 다음