1. Semantic segmentation 1.1 What is semantic segmentation? 이미지 단위가 아닌, 픽셀 단위로 분류하는 것이다. 여러 사람을 한명씩 구분하는 것이라 아니라, 모두 "사람"으로 분류한다. 1.2 where can semantic segmentation be applied to? Medical images Autonomous driving Computational photography 2. Semantic segmentation architectures 2.1 Fully Convolutional Networks (FCN) 이전에는 다양한 알고리즘을 결합해서 사용했기 때문에 학습할 수 있는 부분이 적었다. FCN은 end-to-end 모델이며, 입력 이미지의 해상..

1. Object detection 1.1 what is object detection? 지금까지는 영상을 인식하고 semantic segmentation하는 기술을 봤다. 이후에는 instance segmentation, panoptic segmentation등의 task도 나왔다. 이때 사람마다, 자동차 종류 등의 여러 개체들을 구분하기 위해서는 object detection이 필요하다. 따라서 object detection은 semantic segmentation보다 더 구체적이고 전반적인 scene understanding 기술이다. object detection은 classification과 box localization을 동시에 수행한다. bounding box의 포인트는 (class, 왼쪽 ..

Data Augmentation 기법(코드는 추후 기입) 1. 밝기 조절 밝기 조절의 경우, 이미지 픽셀의 RGB 값에 특정한 상수를 더하거나 곱하여 이미지의 밝기를 조절할 수 있다. 이때 RGB 값이 0~255 사이의 값을 가지므로 이 점에 유의하여 값을 제한(clipping)해야한다. 2. 회전, 반전 OpenCV 라이브러리를 활용해 쉽게 구현할 수 있다. 3. 이미지 크롭 리스트 인덱싱으로 간단하게 구현할 수 있다. 변환 전후에도 도형의 선과 평행 관계가 유지되며, 길이의 비율이 일정하게 유지되는 Affine transformation (shear)의 경우, 세 개의 변환 전후 대응쌍을 설정하여 변환행렬을 계산하고, 변환행렬을 기반으로 OpenCV 라이브러리를 활용하여 이미지에 affine tran..

Image Classification: 입력 이미지를 특정 클래스로 분류하는 task classifier: 어떤 물체가 영상(또는 이미지)에 들어있는지 분류하는 mapping classifier를 어떻게 구현할까? 가장 이상적인 분류 모델로, 분류기가 이 세상의 모든 데이터를 가지고 있다고 하자. 그렇다면 분류하고 싶은 사진과 가장 비슷한 이미지를 찾아 클래스를 분류하면 된다. k-NN(k Nearest Neighbors) 입력 데이터가 들어왔을 때, 해당 데이터 주변의 k개의 이웃 데이터 정보를 가지고 클리스를 분류하는 방법 single fully connected layer networks 문제점: 만약 잘려진 이미지에 대한 분류가 잘 이루어지지 않는다.(학습한 데이터에는 없었기 때문!) 이것 때문에..

CIFAR-10 EDA CIFAR-10의 이미지 예시는 위와 같다. train 데이터는 50000장, test 데이터는 10000장 이다. 이미지는 32x32 픽셀이며 3채널(RGB)로 이루어져 있다. 각 클래스마다 몇 개의 데이터를 가지고 있는지 표를 그려본 결과, train은 각 클래스마다 5000장, test는 1000장씩 들어있다는 것을 알 수 있었다. Data preprocessing 데이터 전처리는 다음과 같이 수행하였다. IMG_RESIZE = (40, 40) IMG_SIZE = (32, 32) NORMALIZE_MEAN = (0.49139968, 0.48215841, 0.44653091) NORMALIZE_STD = (0.24703223, 0.24348513, 0.26158784) trai..

이 게시물은 한빛미디어의 를 정리한 글입니다. https://hongong.hanbit.co.kr/%ED%98%BC%EC%9E%90-%EA%B3%B5%EB%B6%80%ED%95%98%EB%8A%94-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EB%94%A5%EB%9F%AC%EB%8B%9D/ 혼자 공부하는 머신러닝+딥러닝 혼자 공부하는 머신러닝 딥러닝, 무료 동영상 강의, 머신러닝+딥러닝 용어집을 다운로드 하세요. 포기하지 마세요! 독학으로 충분히 하실 수 있습니다. ‘때론 혼자, 때론 같이’ 하며 힘이 되겠 hongong.hanbit.co.kr 차원과 차원 축소 과일 사진의 경우 10000개의 픽셀이 있기 때문에 10000개의 특성이 있는 셈이다. 머신러닝에서는 이 특성을 차원(..