목록Ai (27)
주뇽's 저장소
Google의 Tensorflow를 이용하여 MNIST데이터를 다운받아서 실습진행 import matplotlib.pyplot as plt from tensorflow.keras.datasets import mnist 다운받은 MNIST 데이터를 각각 나눠준다 학습 데이터 학습 정답데이터 검증 데이터 검증 정답데이터 이렇게 총 4개의 데이터로 나눠 준 후 각각 확인해보면 학습 데이터의 크기는 총 6만장이며 28x28픽셀로 되어있고 검증 데이터의 크기는 1만장이며 마찬가지로 28x28픽셀이다 현재 unit8의 정수형 데이터 타입을 가지고있으며 각각의 이미지는 최소 0~ 최대 255의 값들이 저장되어있는걸 확인할 수 있다. 첫번째 학습데이터의 정보를 출력해보면 5의 흑백 이미지를 확인 할 수 있다. 이 값이..
목표 딥러닝 프로젝트를 처리할 수 있는 기반을 형성 딥러닝의 전반적인 기초 지식 제공 딥러닝에 관련 기사 ,튜토리얼 제공 Tensorflow Tensorflw : 구글이 2011년에 개발을 시작하여 2015년에 오픈 소스로 공개한 기계학습 라이브러리이며 딥러닝과 기계학습 분야를 일반인들도 사용하기 쉽도록 다양한 기능들을 제공한다. 2016년 알파고와 함께 한국에서도 관심이 높아진 추세이며 관련 컨퍼런스들도 개최되고 있다. 하이 레벨 프로그래밍 언어로 알려진 Python 을 활용하여 연산처리를 작성할 수 있다. 다른 언어들도 대부분 지원하지만 Python 관련 자료가 가장 많다. 때문에 공개된 지 그리 오래되지 않았음에도 불구하고 텐서플로우 가 다양한 분야에서 활용되고 있다. Keras Keras : Te..
프로젝트 시작(커스텀 데이터) 커스텀 데이터(Pokemon) Step0. 데이터 준비 및 라벨링을 위한 Roboflow 회원가입 포켓몬 데이터 셋(파이리, 꼬부기, 이상해씨) 크롤링을 통해 이미지 데이터 확보 Roboflow Roboflow Universe: Open Source Computer Vision Community Step1. 데이터 라벨링- 이미지 하나씩 라벨링 시작 smart 기능을 이용하면 더욱 정교하게 라벨링 가능(신세계 경험) ❗ 객체 탐지에서는 정교한 라벨링을 하면 인식을 못함 ㅠㅠ 사각형으로 다시 라벨링!! Segmentation에서 했어야 하는듯…. 이 문제 때문에 몇 시간을 날림.. 만약 라벨링을 실수한경우 손바닥 모양을 클릭하면 쉽게 수정 가능!! 위처럼 하면 안됨 아래처럼 ..
1. 필요 라이브러리 다운로드 로컬에서 사용시 python 3.10 버전을 사용해야 한다 3.11 버전은 아직 에러가 많음 #-- requirements.txt super-gradients==3.1.1 opencv-python pip install -r requirements.txt 2. 코드 작성 이미지에서 YOLO 사용 import cv2 import torch from super_gradients.training import models #-- GPU 설정 device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") print(device) use_cuda = torch.cuda.is_available() print(use_cuda..
2023.07.01 - [ComputerVision/YOLO] - YOLO_NAS_커스텀 데이터 (포켓몬 도감 만들기) YOLO_NAS_커스텀 데이터 (포켓몬 도감 만들기) 프로젝트 시작(커스텀 데이터) 커스텀 데이터(Pokemon) Step0. 데이터 준비 및 라벨링을 위한 Roboflow 회원가입 포켓몬 데이터 셋(파이리, 꼬부기, 이상해씨) 크롤링을 통해 이미지 데이터 확보 Roboflow jypark1111.tistory.com YOLO-NAS vs YOLOv8 참고 블로그 : YOLO-NAS vs. YOLOv8: A Comprehensive Comparison 객체 인식 분야에서 가장 인기 있고 효율적인 모델 중에는 YOLO 시리즈가 있다. 해당 블로그에서는 2가지의 최신 모델을 비교하고 각가의..
YOLO V4 YOLO(You Only Look Once) : 다중 객체 인식 YOLO V4모델은 You Only Look Once의 약자로써, 객체 탐지(Object detection)분야에서 많이 알려져 있으며 이미지를 한 번 보는 것으로 물체의 종류와 위치를 추측하며 이미지의 전체 맥락을 이해하므로 빠르고 정확하다 YOLO v4는 이전v3버전을 더욱 개량하여 정확도를 향상시켰다. 학습환경 Google Colab (코랩에서 진행하는 이유) YOLO를 학습시키기 위해서는 Darknet을 사용해야하는데 설치 조건이 까다롭기 때문에 공통적인 환경을 위함 Linux 환경 GPU연산 가능 python #주의점 : Colab 무료버전은 최대 런타임 시간은 12시간이므로 구글 드라이브를 통한 데이터 백업 필요 학..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bHeKg1/btslZ6smJ6o/PJfBLukkvZnhwQ9wIQAjV0/img.png)
RNN, LSTM, SelfAttention을 원하는 문제에 활용하여 문제 해결하고 결과에 대한 고찰 및 분석하기. 목표 예제를 통해 NLP(RNN, LSTM, SelfAttention) 모델에 대해서 이해하기 RNN RNN은 순차적인 데이터를 처리하기에 적합한 모델로 각 단어를 순차적으로 입력으로 받고, 내부의 순환 구조를 통해 이전 단계의 정보를 현재 단계로 전달한다. 이전 단계의 정보가 현재 단계에 영향을 미치기 때문에 문맥을 파악하는 데 유용하지만 장기 의존성 문제가 있다. LSTM LSTM은 RNN의 변형 모델로, RNN의 단점인 장기 의존성 문제를 해결하기 위해 고안되었다. LSTM은 게이트 메커니즘을 도입하여, 어떤 정보를 기억하고 어떤 정보를 잊을지를 결정한다. 이를 통해 장기 의존성을 유..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/crpwYd/btslZ1x1jso/hXQ9pRlEuDoNwUUCYAKKo0/img.png)
2023.08.08 - [DeepLearning/Paper Riview] - Attention Is All You Need Attention Is All You Need Attention Attention Is All You Need Transformer : Attention Is All You Need RNN (Recurrent Neural Network): RNN은 순차적인 데이터를 처리하는 데 사용되는 신경망 구조이다. RNN은 이전 시간 단계의 입력을 현재 시간 단계 jypark1111.tistory.com Transformer는 자연어 처리(Natural Language Processing) 분야에서 주로 사용되는 모델 구조이다. Attention 메커니즘을 사용하여 입력 시퀀스를 처리하고, 병..