인공지능을 좋아하는 곧미남

PIL의 Image 패키지의 shape은 어떻게 될까? from PIL import Image import numpy as np img = Image.open('./aa.PNG') img_array = np.array(img) print(img_array.shape) result : (311, 483, 4) W : 483, H : 311 즉, Image의 변수 형태는 (H, W, RGB?) 근데 왜 4차원이냐.. 뭐지.. 그리고 이미지의 원점은 좌측 상단 부터 하여 내려가면 H가 증가 오른쪽으로 가면 W가 증가하는 순서다.

오늘은 .get_shape().as_list()를 어떻게 제가 활용했는지 확인해보겠습니다. 간단하게 .get_shape()와 .as_list()에 관해 알아보고 딥러닝 모델을 구현할 때 어떻게 사용했는지 설명하겠습니다. 1. .get_shape() 란?    - 행렬, 배열 등의 shape를 출력해주는 함수입니다. 2. .as_list() 란?   - return 되는 값이 list형태로 변환해서 return합니다. convolution layer shape는 일반적으로 (batch_size, height, width, chennel) 입니다. 아래와 같이 선언해주면, 해당 conv layer의 height와 width shape 값을 얻을 수 있습니다.  - h, w = conv_4_2.get_shap..

여러가지 인공지능 모델 개발을 한 후 해당 모델에 대해 평가를 해야합니다. 흔히 말해 성능 평가라고 하며, 각 모델별로 성능 지표들이 다르게 정의되어 있습니다. 포괄적인 인공지능 모델은 Classification, Object Detection, Segmentation이 있습니다. 저는 이 세가지 모델들의 평가 지표에 관해 설명하겠습니다. 오늘의 내용은 아래 목차와 같습니다. 1. Classification Metric 2. Segmentation Metric 3. Object Detection Metric 1. Classification 분류 모델의 성능을 평가하기 위해서 아래와 같이 결과들을 구분할 수 있습니다. 이해를 돕기 위해 하나의 예시를 들어보겠습니다. 예시) 강아지와 고양이..

Object Detection Open API를 배포하기 위해 텐서플로우는 데이터 직렬화로 Google Protocol Buffers를 많이 사용한다. 따라서, 본 내용에서는 내가 Protocol Buffers를 공부한 내용을 기록해보겠다. 오늘의 내용은 아래 목차와 같다. 1. 데이터 직렬화란? 2. Protocol Buffers? 3. Protocol Buffers with Python 4. 참고 블로그 5. 내가 쓴 Code Protocol Buffers를 처음 만난건 위성 사진에서 Ship Object Detection 하기 위해 GIT_HUB에서 RBOXCNN이라는 API를 찾아서 구현해보고 새로운 방법으로 정확도를 높여보는 작업을 했었던 시절이었다. (사실 지금은 작업을 하는..

(Input Size – Pool Size + 2*Padding)/Stride + 1 Conv Output data size = (Input Size – Filtersize + 2*Padding)/Stride + 1 1. conv layer1을 거친 L1 shape의 사이즈는 상기 공식에 따라서 (P = Padding="SAME") (28-3 + 2*P)/1 + 1 = 28 즉, P = 1이되어 입력과 출력의 사이즈를 같게 해준다. Pooling Output data size = (Input Size – Kernelsize + 2*Padding)/Stride + 1 2. MaxPooling Layer를 거친 L1 shape은 상기 공식에 따라서 (28-2 + 2*P)/2 + 1 = 14 P = 0이 된다..

안녕하세요? 오늘은 Visual Studio Code와 Anaconda 가상환경을 연동하여 Run을 할 수 있도록 셋팅해보겠습니다. 본론에 앞서 Visual Studio Code : VSC, Anaconda : conda로 별칭을 주어 사용하도록 하겠습니다. VSC와 conda를 연동할때 많이 헤매었는데요. 아주 쉽게 간략하게 정리해 드리겠습니다. 오늘의 내용은 아래 목차와 같습니다. 1. conda와 VSC를 다운로드 2. ANACONDA에서 가상환경 생성 3. python과 code runner를 다운 4. conda 가상환경에 접근 5. 가상환경 접근 경로를 설정 6. 가상환경 접근 1. conda와 VSC를 다운로드 아나콘다 도메인 www.anaconda.com/products/..