개발자로 후회없는 삶 살기

서론 정말로 AI에 필요한 파이썬 심화를 공부합니다. 본론 - 스페셜 메서드 스페셜 메서드는 파이썬 객체들이 동일하게 가지는 인터페이스입니다. 파이썬에 있는 여러 내장 함수들이 호출하는 메서드를 사용자 정의 객체에 정의해서 사용자 정의 객체가 내장 함수를 사용할 수 있도록 합니다. 예를 들면, 객체 안에 __len__() 스페셜 메서드를 정의하면 파이썬 내장 함수인 len()을 사용할 수 있고, len()은 obj안에 정의된 __len__() 메서드를 호출합니다. 사용자 객체를 만들 때 재정의 하지 않으면 obj를 상속받은 스페셜 메서드가 수행되고 재정의하면 원하는 대로 동작하도록 할 수 있으며, 재정의 하더라도 파이썬 프레임워크의 기능대로 수행이 됩니다. => 예시 즉, 특수한 예약 함수로 보통은 파이..

서론 변수 명명 규칙부터 클래스 정의법까지 이전에는 몰랐던 부분을 심화로 알아봅니다. 본론 - 파이썬 변수 명명 규칙 0) 속성은 소문자로 시작합니다. 메서드도 시작은 소문자로 시작합니다. 그래서 heapq.heappop()이 heapq 모듈 내부의 메서드를 첫 글자를 소문자로 시작한 것입니다. 1) 자바는 클래스 내부 메서드나 속성을 카멜식으로 쓰는 데 파이썬은 단어 사이를_로 구분하고 모두 소문자로 시작합니다. 그래서 내장 모듈 string의 ascii_lowercase가 내부 속성을 표현법으로 표현한 것입니다. 2) __로 시작하는 변수 : 클래스나 객체 내의 보호 속성을 정의할 때 첫 글자를 __로 시작합니다. 3) __양옆__ : 파이썬 내부에서만 사용되는 스페셜 속성이나 메서드 4) 상수 : ..

서론 ※ 이 포스트는 다음 강의의 학습이 목표임을 밝힙니다. https://www.youtube.com/playlist?list=PLpkj8RKr48wZAx6jXEcpOQca5A1yCoNJr [개정판] 딥러닝 컴퓨터 비전 완벽 가이드 www.youtube.com 본론 아직 객체탐지 설명을 상세하지 않았습니다. 근데 미리 구현해보는게 쉽게 이해할 수 있어서 해보자 OpenCV의 DDN 모듈로 객체탐지를 구현해보겠습니다. - 개요 1. 기존 프레임워크와의 연동 타 프레임워크의 모델을 readNetFromTensorflow('가중치 모델 파일', '환경 파일') 이렇게 쉽게 할 수 있습니다. 2. OpenCV에서 사용 가능한 Tensorflow 모델이 있다. 정확성 위주, 성능 위주의 모델이 있습니다. - 수..

서론 ※ 이 포스트는 다음 강의의 학습이 목표임을 밝힙니다. https://www.youtube.com/playlist?list=PLpkj8RKr48wZAx6jXEcpOQca5A1yCoNJr [개정판] 딥러닝 컴퓨터 비전 완벽 가이드 www.youtube.com 본론 - faster rcnn의 이해 이제 객체 탐지에 필요한 모델을 다 딥러닝에 넣은 모델이 나왔습니다. 처음에 SS를 통해서 ROI를 구했는데 RPN이라는 딥러닝으로 바꾸고 그 뒤는 Fast RCNN과 비슷합니다. 이제 비로소 딥러닝 만으로 객체 탐지를 하게 됩니다. => 구조 feature map을 구하고 두 군데로 갑니다. 하나는 RPN으로 가서 객체가 있을 만한 곳을 찾습니다. 이 ROI를 ROi pool하고 뒤에는 fast rcnn과 ..

서론 ※ 이 포스트는 다음 강의의 학습이 목표임을 밝힙니다. https://www.youtube.com/playlist?list=PLpkj8RKr48wZAx6jXEcpOQca5A1yCoNJr [개정판] 딥러닝 컴퓨터 비전 완벽 가이드 www.youtube.com 본론 - 객체 탐지 네트워크 개요 객체 탐지는 이렇게 구성되어 있습니다. 1. feature extraction 네트웤 2. object detection 네트웤 3. region porposal 영역( 있을 수도 있고 없을 수도 있음 ) 1은 이미지 분류를 위해 feature map을 만드는 것으로 백본이라고 부르고 원본이미지에서 점점더 사이즈는 작고 깊이는 깊은 map을 만드는 것입니다. 그리고 만들어진 feature map을 가지고 클래스 ..

서론 ※ 이 포스트는 다음 강의의 학습이 목표임을 밝힙니다. https://www.youtube.com/playlist?list=PLpkj8RKr48wZAx6jXEcpOQca5A1yCoNJr [개정판] 딥러닝 컴퓨터 비전 완벽 가이드 www.youtube.com 본론 - 주요 데이터 셋 1. 파스칼 20개의 카테고리에 대해 객체 탐지하는 대회에서 사용된 데이터 셋입니다. 어노테이션이 XML로 되어있습니다. 2. 코코 80개의 카테고리입니다. json format을 가집니다. 3. 구글 오픈 이미지s 600개의 카테고리이고 csv format을 가집니다. - 파스칼 데이터 세트 탐색 구조를 보면 어노테이션과 jpeg가 1 대 1로 맵핑됩니다. a.jpeg 이미지면 a.xml로 1대 1 맵핑입니다. 파스칼 ..

서론 ※ 이 포스트는 다음 강의의 학습이 목표임을 밝힙니다. https://www.youtube.com/playlist?list=PLpkj8RKr48wZAx6jXEcpOQca5A1yCoNJr [개정판] 딥러닝 컴퓨터 비전 완벽 가이드 www.youtube.com 본론 - Localization, Detection, Segmentation 1. Localization : 단 하나의 object 위치를 bbox로 지정하여 찾음 2. Detection : 여러개의 Obejct들에 대한 위치를 bbox로 찾음 3. Segmentation : Detection 보다 더 발전된 형태로 Pixel 레벨 Detection 수행 > 이들과 분류의 차이는 위치를 아냐 아니냐입니다. 로칼, 객체 탐지 둘 다 bbox reg..

서론 이번 포스팅에서는 Tensorflow로 구현한 DCGAN을 fashion dataset으로 학습한 후, 학습된 generator이 생성한 가짜 이미지를 확인하는 것을 목표로 합니다. 작업 환경은 Google Colab에서 진행합니다. -> 전체 코드 https://github.com/SangBeom-Hahn/BOAZ/tree/main/GanStudy/CycleGAN/fashion_cycle_gan_project GitHub - SangBeom-Hahn/BOAZ Contribute to SangBeom-Hahn/BOAZ development by creating an account on GitHub. github.com 본론 1. 학습에 필요한 util 함수들 정의 2. 데이터셋 로드 3. edge ..