2023/1122 [AI 부트캠프] DAY 92 - 트랙학습 CV 6 [오늘의 일지] 트랙학습 실시간 강의 - Object Detection [상세 내용] Object Detection 정의 - Object detection은 이미지나 비디오에서 여러 객체를 식별하고, 각 객체의 위치를 바운딩 박스로 표시하며, 종종 각 객체의 클래스를 분류하는 작업입니다. 종류 - Two-Stage Detection: 두 단계로 진행되며, 먼저 이미지에서 관심 영역을 찾은 후, 해당 영역에서 객체를 감지 및 분류합니다. 예시 모델은 R-CNN, Fast R-CNN, Faster R-CNN이 있습니다. - One-Stage Detection: 단일 단계에서 객체의 위치를 바로 예측하고 분류합니다. 예시 모델은 YOLO (You Only Look Once), SSD (Single Shot M.. 2023. 11. 30. [AI 부트캠프] DAY 91 - 트랙학습 CV 5 [오늘의 일지] 트랙학습 실시간 강의 - Transfer learning 실습 [상세 내용] Transfer learning 실습 - 이번 실시간 수업에서는 어제 녹화강의에서 배웠던 transfer learning을 적용시켜 보는 내용을 배웠습니다. 녹화강의보다 수월했던 점은 기존 데이터에 단계별로 기본 CNN으로 시작해서 이미 만들어져 있는 ResNet을 가져와서 성능을 비교해 보고 마지막으로 pre-trained 되어있는 transfer learning을 적용시키는 것까지 이어졌다는 것입니다. ResNet - ResNet은 매우 깊은 신경망을 훈련하고 최적화하는 데 어려움을 겪는 기존의 문제를 해결하기 위해 제안되었습니다. 이 아키텍처는 이미지 인식 및 다양한 컴퓨터 비전 작업에 사용되며, 특히 매우.. 2023. 11. 29. [AI 부트캠프] DAY 90 - 트랙학습 CV 4 [오늘의 일지] 트랙학습 녹화 강의 - Transfer learning [상세 내용] Transfer learning - 이번 수업은 사실 기존 U-net에 transfer learning을 적용시키는 실습 위주의 내용이었습니다. 근데 저는 코드를 짜면서 적용하는 것까지는 이해하는데 무리가 있어서 transfer learning이라는 것이 어떤 특징을 가지고 있는지 알아보고 이해하려고 노력했습니다. 정의 - Transfer learning은 한 도메인에서 학습된 모델을 다른 관련 도메인으로 전이하여 활용하는 기계 학습의 한 형태입니다. 간단한 기본적인 아이디어는 한 작업에서 학습된 모델의 일부 또는 전체를 새로운 작업에 재사용하는 것입니다. Feature Extraction: 사전에 학습된 모델의 하위 .. 2023. 11. 28. [AI 부트캠프] DAY 89 - 트랙학습 CV 3 [오늘의 일지] 트랙학습 실시간 강의 - 컬러 이미지 분류 모델 실습 [상세 내용] 컬러 이미지 분류 모델 실습 컬러 이미지 불러오기 - 이번 컬러 이미지도 토치비전을 이용해서 CIFAR10라는 데이터를 불러와서 tensor를 통해 정규화를 시켜서 학습에 맞는 형식으로 변환을 시켰습니다. transform = transforms.Compose( [transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]) batch_size = 4 trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform) train.. 2023. 11. 25. 이전 1 2 3 4 ··· 6 다음 반응형
