When will you grow up?

GOT-OCR2.0은 광학 문자 인식(OCR) 분야에 새로운 AI 모델입니다. 이 모델은 기존 OCR 시스템의 한계를 극복하고 문서 처리 능력을 크게 향상시켰습니다. OCR-2.0의 특징- 엔드투엔드 모델: 복잡한 파이프라인 대신 통합된 아키텍처 - 낮은 학습 및 추론 비용: 합리적인 파라미터 수로 효율성 확보 - 다양성: 일반 텍스트뿐만 아니라 수식, 악보, 차트 등 다양한 시각적 "문자" 인식 가능  일단, 그럼 한글 성능을 살펴보자 해당 내용은 나무위키 문서를 캡쳐했다. 입력 plain texts OCR mode 추론 결과  당연히, StepFun, Megvii Technology, University of Chinese Academy of Sciences, Tsinghua University 개발..

요즘 핫한 FLUX 모델에 Controlnet 적용해보자. 실습은,FLUX.1-dev 모델을 통해 이미지를 생성하고 생성된 이미지를 통해 Controlnet을 적용해볼 예정이다. Docker를 이용하여 환경을 구축할 예정이다. ※ webui forge, comfyui 예제는 많이 보이지만 diffusers 형식으로 된 예제는 없길래 직접 만들어본다..   1. Install# docker 실행# nvidia에서 제공되는 24.05 기준으로 도커 컨테이너를 만들어 실습할 예정이다.# mount는 위치는 자신에 알맞게 잘 셋팅한다 -v 자신폴더:/workspacedocker run --name flux --gpus "device=0" -it -v /mydisk:/workspace nvcr.io/nvidia/..

저번시간에는 Tensor에 대해 알아봤다 궁금하다면? 클릭 이번시간에는 딥러닝 라이브러리를 사용하는 이유이자, 딥러닝의 꽃? 이라고 불릴 수 있는(backpropagation?)을 자동으로 해주는 autograd에 대해 알아보자. Autograd ? - Tensor의 모든 연산에 대해 자동 미분을 제공하는 패키지이다. - 실행-기반-정의 (define-by-run) 프레임워크로, 코드를 어떻게 작성하여 실행하느냐에 따라 역전파(backpropagation)가 정의된다는 것. 만약 backpropagation을 알고싶다면 클릭 - 자동 미분 계산을 위해서 torch.autograd 패키지 안에 있는 Variable을 이용해야 동작이 가능해진다. Variable ? - autograd.Variable 클래스..

다양한 딥러닝 패키지 중, Pytorch를 빠르게 익히고자 정리를 합니다. 내용은 Pytorch tutorial, youtube를 기반으로 정리하였습니다. Pytorch ? - torch(lua)에서 pytorch(python)로 넘어오게 되었으며, python 기반의 과학 컴퓨팅 패키징이다. - Numpy를 GPU를 통해 가속화해서 빠른 연산이 가능하다. - 개인적으로, tf에 비해 코드가 좀 더 직관적인 면이 있다. 약간 class로 다 만들어서 그런가..? Tensor ? - Tensor는 pytorch의 자료 형 - 단일 데이터 타입으로 된 다차원 행렬이다. (일반적으로 ? 0d scalar, 1d vector, 2d matrix, 3d~nd tensor) - Tensor는 간단한 명령어 [.cu..