ECCV 2024. 10. 02. Wednesday Oral 3C: Point Clouds   Rethinking Data Augmentation for Robust LiDAR Semantic Segmentation in Adverse WeatherJunsung Park · Kyungmin Kim · Hyunjung Shim   ☁️예전에 윤영이랑 같이 이야기하던 내용이 나오길래 집중해서 들었다.!날씨가 좋지 않은 상황에서도 (데이터셋 관점), 잘 동작하는 모델을 학습시키기 위한 방법      Abstract Existing LiDAR semantic segmentation methods commonly face performance declines in adverse weather conditions...

ECCV 2024. 10. 01. Tuesday SAM2: Meta Technical Presentation   SAM2: Segment Anything in Images and Videos (6:00 ~ 6:30)        📌 SAM2: Segment Anything in Images and Videos     기존 SAM1 모델과의 차이점은 비디오 데이터 처리    비디오 segmentation - 자율 주행, 드론 비디오 트랙킹, 영상 편집    VOS - Video Object Segmentation의 어려운 점* 유사하게 생긴 객체들을 제대로 분리하기 어렵다는 점이 언급되었다+ 여러 사례들과 함께 한계점을 짚어보아서, 재미있었다 :)     기존 방식 - Semi-Supervised VOS..

Object Localization 하나의 객체만 detect vs 여러 객체 detect (multiple) bounding box에 대한 값을 classifier에 추가 중심 point 위치 + 높이 + 너비 -> 4개의 parameter Pc -> object가 존재하는가? 있다면 bounding box 정보 + 다른 class들이 있는지에 대한 C 값들 없다면 (Pc가 0이라면) 다른 레이블들은 다 상관 X (Don't cares) y1이 1이라면 MSE처럼 에러 (loss) 값 계산 y1이 0이라면 (없다면) don't care + classification + localization까지 할 수 있도록 -> by bounding box 정보도 추가 Landmark Detection 눈의 위치를 ..