https://www.acmicpc.net/problem/12789배운 점원소에 접근하려면 비어있는지 확인을 무조건 해야하고, 초깃값 설정을 잘해야함#include #include int main{ int N; int target = 1; std::cin >> N; std::vector stack; for $int i = 0; i > temp; if (temp != target$ { stack.push_back$temp$; } else { target++; while $!stack.empty($ && stack.back == target) ..

아래의 레포지토리를 기반으로 구현했다.https://github.com/RichardoMrMu/deepsort-tensorrt GitHub - RichardoMrMu/deepsort-tensorrt: A C++ implementation of Deepsort in Jetson Xavier nx and Jetson nanoA C++ implementation of Deepsort in Jetson Xavier nx and Jetson nano - RichardoMrMu/deepsort-tensorrtgithub.com먼저 두 개의 레포지토리를 클론한다.git clone git@github.com:ZQPei/deep_sort_pytorch.gitgit clone https://github.com/Richar..

문제 상황Python, PyQT에서 dlib을 사용해서 얼굴 인식을 했을 때, fps가 30 정도 나오는데, C++, QT에서 dlib을 사용해서 얼굴 인식을 진행하면 fps가 5-6정도 나오는 문제가 있었음. 분명 동일한 코드인데?그래서 우선 dlib을 사용하지 않은 경우 fps를 측정해보았다.문제를 간단하게 생각하기 위해 아래와 같은 코드를 작성하였다.#include #include #include int main { // 화면 캡쳐를 위한 VideoCapture 객체 cv::VideoCapture cap$0$; // 0은 기본 카메라 장치, 화면 캡처 시에는 다른 방법이 필요할 수 있습니다 if $!cap.isOpened($) { std::cerr > frame; ..

파이썬을 이용해서 face_recognition, dlib을 이용해서 얼굴인식 프로젝트를 수행한 후, 그것을 C++로 옮기는 과정에서 dlib 라이브러리 빌드 오류가 발생했다. 정확히는 얼굴 인식 모델을 불러올 때, cuda 버전의 불일치로 인해서 발생하는 오류 였다. 파이썬에서는 문제 없이 잘 되는데 오류가 발생해서 굉장히 곤란했다. void FaceRecognitionWorker::loadModels { faceDetector = get_frontal_face_detector; deserialize$"../asset/dlib_face_recognition_resnet_model_v1.dat"$ >> faceRecognitionModel;}terminate called after th..

Jetson Nano에서 Libtorch를 사용하기 위한 과정을 복기중요한 것은 Pytorch에서 Libtorch를 제공하는데, 그것은 x86-64 아키텍쳐 기준이므로 라즈베리파이, 젯슨과 같이 arm64 아키텍쳐인 경우 새롭게 빌드를 해주어야한다. 세부적인 과정은 Pytorch Official 페이지를 참고했다.git clone -b v2.0.0 --recurse-submodule https://github.com/pytorch/pytorch.gitmkdir pytorch-buildcd pytorch-buildcmake -DBUILD_SHARED_LIBS:BOOL=ON -DCMAKE_BUILD_TYPE:STRING=Release -DPYTHON_EXECUTABLE:PATH=`which python3` ..

문제 링크https://www.acmicpc.net/problem/14567느낀 점위상정렬의 가장 기본적인 문제 형태라고 생각된다.진입차수를 따져주는 것이 위상정렬에서 키 포인트라고 생각되는데, 진입차수에 대한 배열을 만들고 진입차수가 0인 경우에만 다시 큐에 넣어서 순회해주어야 시간초과, 메모리 초과를 피할 수 있다!입력에 대해 두 가지 자료구조를 생각해볼 수 있다. 아마 현재 문제에서는 입력 값의 길이가 500000이라서 vector>도 괜찮을 수 있지만, 입력 값의 길이가 더 커진다면, 아마 map으로 조회를 해야 시간 초과가 안 날 것 같다! map의 조회성능 : O$logN$, 삽입, 삭제 성능: O$logN$인접리스트의 조회성능 : O$1$, 삽입, 삭제 성능: O$N$map> courses;..