| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 |
Tags
- TensorFlow Object Detection Error
- Carla
- Object Detection Dataset 생성
- VOC 변환
- InstructPix2Pix
- paper review
- Branch 활용 개발
- 사회초년생 추천독서
- 커스텀 애니메이션 적용
- 논문분석
- 논문 분석
- TensorFlow Object Detection API install
- object detection
- Paper Analysis
- 크롤링
- AI Security
- CARLA simulator
- 개발흐름
- DACON
- 기능과 역할
- Linux build
- 객체 탐지
- Custom Animation
- Git
- Docker
- TensorFlow Object Detection Model Build
- Towards Deep Learning Models Resistant to Adversarial Attacks
- DOTA dataset
- 리눅스 빌드
- TensorFlow Object Detection 사용예시
Archives
- Today
- Total
목록Workflow (1)
JSP's Deep learning
1. 소규모 프로젝트(Feature Branch Workflow) (1) 설명 기능별 브랜치를 만들어 개발하는 방식 master 브랜치의 메인 코드를 중심으로 기능을 개발하고 병합 (2) 개발흐름 원격 저장소의 master 브랜치를 clone 로컬 저장소에서 master 브랜치를 분기하여 feature 브랜치 생성 기능 개발 후 feature 브랜치를 원격 저장소에 push (git push origin feature/login을 통해 원격 저장소에도 같은 feature branch가 생성) 프로젝트 관리자는 feature 브랜치의 코드를 점검한 후 master 브랜치에 병합 다른 구성원들은 변경된 master 브랜치를 pull하여 동기화 (기능 추가 시마다 pull을 진행하는 것보다, 테스트를 진행할 ..
Etc/Git
2023. 5. 9. 19:02