narlo의 Devlog

운영체제 - 김종익교수님 프로세스 실행 중인 프로그램 - text section : 코드가 있는 부분 - Stack : temporary data를 담고 있다. 함수 파라미터, return주소, 지역변수 - Data section : 프로그램의 시작부터 끝까지 유지되는 전역변수 - 초기화 된 데이터 - 초기화 되지 않은 데이터 - Heap : 실행 중에 동적으로 메모리 할당(new, malloc) Program Counter 다음 수행할 프로그램 코드의 위치를 가리키는 register value 현재 작업하고 있는 정보들은 CPU register에 다 들어있다. 프로세스의 상태 1. new 2. running 3. waiting 4. ready 5. terminated PCB(Process Control..

김종익교수님 - OS 사용자와 컴퓨터 HW 중간에 끼어 있는 프로그램 사용자가 만든 프로그램을 실행시켜주고, 어떤 문제를 프로그램을 통해 해결하는 것을 좀 더 쉽게 해 주고, HW를 효율적으로 사용할 수 있게 해 줌 kernal 컴퓨터가 실행되면 계속해서 실행되는 부분 운영체제의 가장 핵심 파트 interrupt 실행되던 정보를 어딘가에 저장하고, 처리하고 돌아왔을 때 다시 실행할 수 있도록 해야 한다. Interrupt Handling 현재 CPU의 상태들을 저장 interrupt vector가 존재 Storage Structure - main memory CPU가 직접 접근 가능한 유일한 휘발성 메모리 - secondary storage 비휘발성 메모리 - hard disks : track, sect..

유찬희 TA - Git 실습(2) Branch를 사용하는 이유 1. main 브랜치를 완전하게 돌아가는 코드로 유지하기 위해 2. 불필요한 충돌을 막기 위해 3. 원활한 코드 리뷰 진행을 위해 branch : 복사본을 만드는 것 각자 branch를 만들어 그 위에 commit, 자신의 코드를 올린다. pull request & merge를 통해 합쳐주는 과정을 거침 C가 또 PUSH를 하고 pullrequest & merge를 하면 필요한, 겹치지 않는 부분만 추가된다. 커밋의 구조 commit hash : 커밋의 고유한 번호, 남긴 커밋 메시지, 변경사항이 같더라도 해시는 다르다. (누가 변경했는지, 날짜 등도 초단위로 기록됨) HEAD 현재 내가 존재하는 커밋의 위치 기록은 남기고 싶은데 이전 기록을..

목표 SW아카데미 팀프로젝트, Spring 배워보기, API 만들어 기존 프로젝트와 연동해보기 주차별 목표 1주차 : Spring 개요, 강의, 책 찾기 2주차 : 객체지향, OS, DB, 네트워크 복습, 프로그래머스 React 강의 듣기 3주차 : Spring 강의1, SW아카데미 팀프로젝트 4주차 : Spring 강의2, SW아카데미 팀프로젝트 5주차 : todoApp에 API 만들어 연결해보기 6주차 : notion 클론 프로젝트

활동 내용을 블로그에 기록하지 못해 이제서야 올린다. 과제와 수업 때문에 비대면으로 진행하였다. 팀프로젝트 프로토타입 제작 제작한 프로토타입의 일부분이다. 자세한 프로토타입 결과는 보고서에 링크가 첨부되어있다. 김종익교수님 DB Key에는 superkey, candidate key, primary key, foreign key가 존재한다. DB 연산에 대해 알아보았다. select, project, union, set difference, cartesian product, rename 연산 등이 있다. selection은 조건에 해당하는 튜플을 찾는 연산이다. 같다. 다르다. 크다. 크거나 같다. 작다. 작거나 같다 등의 연산과 and, or, not의 연산도 가능하다. projection은 나열된 열만..

동적모델링 시스템의 기능을 만족하기 위해 각 빌딩 블록이 어떻게 상호작용하는지를 표현 유스케이스로 표현된 기능을 만족하기 위해 시스템 내부의 구성요소들이 어떻게 협력하는지를 나타냄 동적 모델을 표현하기 위한 UML 다이어그램 1. 시퀀스 다이어그램 시스템의 동적인 행위에 대해 유스케이스 단위로 객체들 간의 메시지 교환과 상호작용을 나타냄 2. 상태 다이어그램 클래스의 동적인 측면을 표현, 오퍼레이션에 의한 상태 변화를 표현 시퀀스 다이어그램 시스템의 동작 과정을 시각화 하는데 도움 유스케이스의 각 task를 수행하기 위해 객체들이 메시지를 교환하는 순서를 나타냄 usecase realization이 구체적으로 시각화 된 것 시퀀스 다이어그램의 요소 1. 객체(클래스의 인스턴스) object name : ..

13주차 Segmentation 데이터를 의미있는 부분, 영역으로 나누는 것 Semantic Segmentation pixel마다 어떤 class인지 맞추는 것, 배경도 포함 Instance Segmentation thing에 해당하는 클래스, 배경은 X Panoptic Segmentation Semantic + Instance Video Object Segmentation tracking까지 같이 해주는 Semantic Segmentation 각 픽셀마다 어떤 클래스인지 맞추는 것 사전에 정의된 클래스에 대해서만 가능 애매함이 없다. 라벨링이 어렵다.(누끼) 객체 하나하나를 분류할 수 있는 능력은 X 이미지를 patch로 쪼개는 방법 : 비효율적 FCN(Fully Convolutional Network..

11주차 CNN Architectures 1. AlexNet - 8개의 layer - 227 * 227 * 3 입력 이미지 해상도 고정 output size: p는 padding의 크기 k는 kernal, filter의 크기 s는 stride 파라미터 개수 filter size * 3(3차원) * 필터 개수 pooling의 경우에는 학습해야 할 파라미터의 개수가 0이다. softmax : normalization, 각 클래스의 값의 합을 1로 만들어준다. -> 0과 1 사이의 확률값으로 2. VGGNet 더 작은 필터를 사용, 깊어진 network 전부 3*3 filter 사용 3개의 3*3 conv 1개의 7*7 conv => receptive field는 같다. 파라미터 수는 27C^2, 49C^2으..

9주차 Image Warping 1. Forward Warping(보내는 방법) M이라는 변환행렬 f(x, y)의 픽셀 값을 g(x', y')에 보낸다. x', y'의 위치가 대부분 소수이다. 높은 확률로 4개의 픽셀 사이에 놓일 것이다. 한 점 x', y'에 여러 값이 놓이는 경우 : 평균값 이용 다 기록해야 하기 때문에 번거롭다. 값을 받지 못하는 점(hole)이 존재할 수 있다. 2. Backward Warping hole X, 결과를 저장할 필요 X Interpolation 1. nearest neighbor interpolation 가장 가까운 것으로 복원하겠다. 2. Linear Interpolation(선형 복원) 3. Bilinear Interpolation (2D) Image resize..

7주차 Image correspondence 1. keypoint 추출 2. 포인트의 특징 벡터 기술 3. 거리 측정 => 가까운것끼리 매칭(threshold 사용) 매칭이 잘 되었는지 확인할 방법이 없다. 잘못 매칭된 keypoint : outlier outlier를 없애고 싶어(반영 X) RANSAC(RANdom SAmple Consensus) outlier를 어느정도 없앨 수 있다. 1. random한 점 추출 2. model parameter를 푼다. 3. inlier를 구한다. (직선과 나머지 모든 점들간의 거리) - threshold를 이용해 거리 < T인 경우 count - max를 기억해두고, max인 경우의 outlier를 제거한 뒤 inlier만 이용해 least square Trans..