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 | 31 |
- 컴퓨터비전
- ViT
- torch.nn
- rnn
- Deep learning
- 머신러닝
- __init__
- CNN
- 파이썬문법
- segmentation
- Anaconda
- AI
- 파이썬
- pytorch
- Torchvision
- 딥러닝
- LSTM
- torch.nn.Module
- objectdetection
- NumPy
- vsC
- vision transformer
- python
- torch
- 가상환경구축
- DeepLearning
- pychram
- tensorflow
- 가상환경
- __call__
- Today
- Total
목록전체 글 (48)
인공지능을 좋아하는 곧미남
보통 이미지내에 존재하는 여러 객체들 중 내가 원하는 특정 객체의 정보만을 얻어 활용하고 싶은 경우가 있다. 예를들어, 특정 객체의 고유한 움직임이나, 변화에 관한 정보를 학습하기 위해서 객체의 영역만 분할하는 것이다. 하지만, 여러 분할 방법론이 있지만, 객체와 인접한 배경영역의 pixel value가 유사하거나, 조명에 의해서 객체 내부에 노이즈가 있다면, threshold를 명확히 잡는 것은 어려운 task이다. 오늘은 segmentation of computer vision method를 알아보겠습니다. 1. Thresholding method for segmentation 2. Contextual method for segmentation 3. Clustering method ..
간단히 설명하면 어느 하나의 함수에 전달되는 파라미터를 분기해서 전달할 수 있는 방법이다. 예를들어 a라는 함수에 b, c, d, e 파라미터가 전달받는다. 이때 functools.partial(함수명, 파라미터정의..)의 형태로 객체를 생성하면, 그 객체는 함수에 파라미터가 전달된 상태가 된다. 따라서, result 객체가 b, c 파라미터가 전달받은채로 사용할 수 있게 된다. import functools def a(b, c, d, e): return b+c, d*e result = functools.partial(a, b=1, c=2) bcsum, deproduct = result(d=5, e=3) print(bcsum) print(deproduct)
데이터 전처리를 통해 중복되지 않고 일관적으로 대표할 수 있는 데이터 셋을 구축하는 것이 목적입니다. 이를 통해 AI 학습 모델의 정확도는 월등히 높아질 것입니다. 1. 시계열 데이터 누락, Unordered 및 중복 데이터 일반화 1. 시계열 누락, Unordered 및 중복 데이터 일반화 데이터가 누락되거나 정렬되지 않고 중복되는 데이터로 구성되어 있을때, 백분위수를 사용하여 데이터 셋을 일반화 할 수 있습니다. 백분위수는 전체에서 %별로 데이터를 라벨링 할 수 있습니다.
해당 내용에서는 제가 겪었던 영상 데이터를 얻기위한 카메라 센서 설치 시 주의 사항 및 점검 내용을 기록해보겠습니다. 영상 정보를 얻기 위해 카메라 센서를 설치해야합니다. 이때 내가 하고자하는 Task에 적합하고 품질이 좋은 영상을 얻기 위해서는 카메라 센서의 구성요소에 따른 성능을 잘 설정하여 설치하여야합니다. 또한, 주변 환경인 조명, 설치 위치 등을 고려해야합니다. - INDEX - 1. 카메라 센서의 구성요소 2. 영상 품질에 영향을 미치는 카메라 파라미터 3. 설치 환경 고려 사항 1. 카메라 센서의 구성요소 1) 카메라 센서 2) 카메라 렌즈 3) 카메라 마운트 2. 영상 품질에 영향을 미치는 카메라 파라미터 1) 카메라 파라미터 2) 카메라 캘리브레이션(카메라 내부요인 파라미터 보정) 3) ..
오늘은 다수의 카메라를 동시에 켜고 녹화하고 끄는 방법을 알아보겠습니다. 오늘의 내용은 아래와 같습니다. - INDEX - - Multi Camera Capture 하는 방법 /w python, opencv - Multi Camera Capture 코드 및 설명 - Multi Camera Capture 하는 방법 및 주의할 점. /w python, opencv, HW 1. Python의 threading API에서 Thread Class를 사용하여 병렬처리가 가능하도록 쓰레드를 만듭니다. import threading threading.Thread python 내장 함수 threading에 관해서 알아보겠습니다. 파이썬은 기본적으로 Single Thread에서 실행됩니다. 즉, 하나의 메인 Thread가..
안녕하세요. 오늘은 학습 시 weight가 nan 값이 출력되는 문제에 관해 알아보겠습니다. 저도 처음에 왜 그런지 정말 궁금해서 많이 찾아봤는데 역시 stack overflow에 잘 설명이 되어있었습니다. 오늘의 내용을 아래와 같습니다. - INDEX - 1. Nan value 발생 현상 및 이유 2. Nan value 발생 시 대처 방법 3. 고찰 1. Nan value 발생 현상 및 이유 1) Gradient blow up: Gradient의 값이 너무 커서 weight update 시 발산되어 weight가 Nan으로 됨. 2) Bad learning rate policy and params: learning rate 자체가 inf나 nan이 될 경우. 3) Faulty loss function:..
오늘은 Python에서 사용되는 OrderedDict를 딥러닝 학습 모델을 구현할때 어디에 사용되는지 알아보겠습니다. 그리고 일반화해서 어떤 경우에 사용할 수 있을지 인사이트를 얻어보겠습니다. 우선, 제가 준비한 내용은 아래 INDEX와 같습니다. 1. OrderedDict에 대한 내용 정리 2. layer의 parameters를 orderdict로 전달해주기. 1. OrderedDict에 대한 내용 정리 Collections 모듈의 클래스로 존재하는 OrderedDict의 역할은 Dictionary의 데이터 순서를 보장해주는 역할을 합니다. 일반적인 Dictionary는 저장되는 순서를 보장해주지 않습니다. 2. layer의 parameters를 orderdict로 전달해주기. 4개의..
오늘은 간단히 pytorch에서 제공하는 대표적인 모델 구현에 사용하는 nn.Module이나 기타 다른 모델에서 input data를 손 쉽게 전달할 수 있게 만든 def forward()에 관해 알아보겠습니다. 이건 앞전에 제가 python 문법인 "__call__" 설명 게시물을 한번 보고 오시면 도움이 되실겁니다. 오늘 내용은 아래 목차와 같습니다. 1. "def forward()"의 역할 2. 어떻게 pytorch에서 "def forward()"를 구현했는가? 1. "def forward()"의 역할 우선 def forward(self, x)의 메커니즘을 알기위해서는 python의 "__call__"과 클래스 상속에 관한 내용을 숙지해야합니다. 제 블로그 게시물에 "__call_..