CRF-Net 들여다보기(학습, 테스트, 코드 분석) - 작성중

카메라-레이더 센서 융합을 딥러닝으로 수행하는 알고리즘이 어떻게 코드로 구현됐는지 알고 싶어서 몇 논문에서 인용된 CRF-Net(이하 crfnet)을 공부해 보기로 했다. 

https://github.com/TUMFTM/CameraRadarFusionNet

GitHub - TUMFTM/CameraRadarFusionNet

선택한 이유는 1) 딥러닝 이용한 CR 융합에서 꽤 인용되는 걸 봤고, 2) 코드 규모가 감당하기 어려울 정도로 크지 않다고 생각됐고, 3) 논문에 나온 레이더 전처리 방법이 코드로 어떻게 구현됐는지 궁금해서 이다.

파이토치가 아닌 케라스로 구현된 게 조금 아쉽지만, 구조화 방법을 배우는 것에 초점을 맞춰야겠다.

---

<순서>

1. 사용해 보기(학습, 테스트)

2. 구조 파악해 보기                   

---

1. 사용해 보기(학습, 테스트)

1.1 환경 설정

crfnet을 실행해 보기 위한 환경은 도커를 이용해서 세팅했다.

내가 사용한 PC 환경은 우분투 18.04, NVIDIA RTX 2080ti(*2)이다. 도커와 NVIDIA Docker 툴킷은 최신으로 설치했다.

local에 git clone한 소스코드에 제공되는 Dockerfile이 있다. 이걸 이용해서 docker build 명령어를 이용해서 빌드하면 된다. 근데 그 도커파일 그대로 빌드하면 빌드 과정에서 에러가 발생한다.(캡쳐를 못했다.)

 

 

 

1.2 학습

1.3 테스트

 

2. 구조 파악해 보기

2.1 목표

다음 세 가지 위주로 살펴보려고 한다. 지나치게 깊게 분석하려고 하기보다 어떤 함수가 어떤 기능을 하는 지 정도만 파악해야 한다.

- 레이더 전처리 어떻게 했는지

- 어떤식으로 구조화 했는지 -> "이렇게 짜는 거구나"

- 네트워크 구조 분석

 

2.2 코드 분석