1/27일 모각소 정리

[모각소 시간 동안 정리한 논문 모음]

https://rose-palm-6f0.notion.site/40928d4e2a5144169d30b593216afcb3?pvs=4

 

이번주 월화수목금 전부 프로젝트 모각소를 하였기에, 크게 3가지로 나누었습니다. CGI 논문 리뷰, 개발 그리고 알고리즘입니다.

1. 이론

 

[arxiv 링크 Blended Latent Diffusion]

https://arxiv.org/abs/2303.17546

[노션 상세한 정리]

https://rose-palm-6f0.notion.site/PAIR-Diffusion-Object-Level-Image-Editing-with-Structure-and-Appearance-Paired-Diffusion-Models-2215afc35f6c4e51a09006f357622b08?pvs=4

[논문 요약]

fine grainde cotrol과 여러 objects에 각각 prompt engineering에 대한 성능을 높임. 여러 objects를 인식하고 shape, category, texture 등과 같은 여러 요소들을 합쳐 structure와 appearance 요소로 더 나은 editing을 제안함. Appeaerance Editing과 Structure Editing에 대한 설명이 중요함. 두 editing으로 나눈 점에서 좋은 결과를 낼 수 있다는 점을 증명하였음.

 

개요

PAIR-Diffusion 이라는 논문을 요약했습니다. 위에 요약을 읽어보시면 알수 있듯이, prompt engnerring 성능을 높였습니다. 이유는 Structure, Appearance Editing 두개로 나누었기 때문입니다. 현재 있는 텍스트 이미지 생성 모델은 성능은 뛰어나지만, 아직 editing 하는 부분에 취약하다고 생각합니다. 아직 object를 인식하는 능력이 부족해서입니다. 위와 같은 논문들이 점차 이러한 문제들을 해결해주는 논문이라 봅니다.

 

* 블로그에 많은 내용을 담지 못하기에, 논문을 읽으며 번역을 하며 정리한 내용을 노션으로 공유하였습니다.

2. 실전(개발)

이번주 동안 개발한 내용과 모각소 시간에 개발한 코드를 PR을 올렸습니다. 아래 이미지에 담겨 있듯이 코드를 좀더 정리하고, 프로필 수정 기능 그리고 더 나은 디자인으로 바꾸었습니다.

자세한 개발 내용 및 PR은 아래 깃허브에서 확인하실 수 있습니다.

https://github.com/Sublet-K/Sublet/pull/59

유저 이미지 · cjfghk5697/Sublet@0438429

 

2. 알고리즘

https://www.acmicpc.net/source/72482688

로그인

K번째 수라는 백준에 있는 이분 탐색 문제를 풀었습니다. 처음에는  정렬 문제로 이해했지만, 시간 복잡도를 고려하면 입력시간 + 정렬 시간 + 계산 시간으로 인해 초과하기 때문에 다른 방법을 고려했습니다.

저의 해답은 아래와 같습니다. 

 

입력된 K와 뒤에 오는 수가 같은 수를 찾으면 된다.
ex) 1 2 2 3 3 4 6 6 9인 경우 k가 7이라면 6임. 즉 6보다 같거나 작은 수가 7개란 말.

따라서 구구단처럼 구할 수 있다.
1 2 3 4 => x/1
2 4 6 8 => x/2
3 6 9 12 => x/3
4 8 12 16 =x/4
만약 x가 2이라면, 2 1 0 0으로 k가 3이다. 틀린 답이다.
x가 5라면 5 2 1 1로 초과하며
3이라면 3 1 1 5이며
4라면 4 2 1 1 8이므로
답은 4이다.
1 2 2 3 3 4 4 4 6 6 8 8 9 12 12 16

이처럼 x를 찾는 이분 탐색 코드를 구현하면 된다.

제가 풀은 코드는 위에 링크에 들어가시면 확인할 수 있습니다.