프로젝트 (8) 썸네일형 리스트형 개발 일지 (3) - Extract features 및 Feature map 그리기 deep-deep-deep.tistory.com/25 Keras 이미지 Extract features 및 Feature map 그리기 1. 이미지 features 추출하고, Feature map을 그리기. (with VGG16) keras.io/api/applications/#extract-features-with-vgg16 from tensorflow.keras.applications.vgg16 import VGG16 from tensorflow.keras.pr.. deep-deep-deep.tistory.com 다음 구현 목표는 Extract features 및 Feature map을 추출하는 것이다. 전체 시스템 동작 방식은 다음과 같다 사진입력 - 물체부 탐지 - 특징맵으로 추출 - 데이터베이스에.. 개발일지 (2) - detection 결과물을 JSON출력하기 지난 과정에서 retinanet을 이용해 object detection 결과물을 얻었다. 그 결과물을 COCO JSON 형식으로 출력하는 것이 본 포스팅의 목표이다. detection box의 출력 형식은 label index와 (좌상단y, 좌상단x, 우하단y, 우하단 x) 로 이루어져 있다. # load image imagePath = "beatles01.jpg" image = read_image_bgr('../../data/image/'+imagePath) print('image shape:', image.shape) # copy to draw on draw = image.copy() draw = cv2.cvtColor(draw, cv2.COLOR_BGR2RGB) # 모델에 입력전에 이미지 사전 처리.. 개발일지 (1) - 에러 수정, keras-RetinaNet 실행 [에러] AttributeError: 'str' object has no attribute 'decode' Keras의 load_model() 함수 이용 시에 이러한 에러가 발생했다. h5py가 3 버전일 때에 발생하는 에러라고 한다. 해결 방법은 h5py를 2 버전으로 다운그레이드해준다. > pip install h5py==2.10.0 출처: beausty23.tistory.com/135 [에러 해결] AttributeError: 'str' object has no attribute 'decode' Keras의 load_model() 함수 이용 시에 이러한 에러가 발생했다. h5py가 3 버전일 때에 발생하는 에러라고 한다. 해결 방법은 h5py를 2 버전으로 다운그레이드해준다. > pip instal.. (*on-going)(논문 정리) Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 2021년 3월 25일 arxiv에 기재된 "Swin Transformer: Hierarchical Vision Transformer using Shifted Windows"에 대한 리뷰이다. arxiv.org/abs/2103.14030 Swin Transformer: Hierarchical Vision Transformer using Shifted Windows This paper presents a new vision Transformer, called Swin Transformer, that capably serves as a general-purpose backbone for computer vision. Challenges in adapting Transformer from language to.. (1) 공공데이터 분석하기 - 데이터 선정 인터넷에서 구할 수 있는 데이터를 분석해 새로운 인사이트를 제안해보자. 우선 사용할 데이터를 선정해야한다! 한국인으로 태어난 이상 집값에 관심이 많기도 하고, 최근 큰 변동폭을 보인 점이 흥미로워서 한국의 주택가격 추이 데이터를 분석할 데이터로 선정했다. 주택가격은 지금까지 계속 상승 해왔고, 이 상승 폭이 지역별로 얼마나 차이 나는지 그리고 삶에 얼마나 와 닿는지 통계적으로 분석하고 시각적으로 표현하는 것이 본 프로젝트의 목적이다. 부동산가격 분석 사례 빅데이터를 활용한 글로벌 부동산 가격 분석 정책 연구 위원회 주택 가격에 영향을 미치는 45가지 변수에 대해 글로벌 부동산 가격을 분석했다. http://www.kiep.go.kr/sub/view.do?bbsId=global_econo&nttId=203.. (3) GTP2를 이용한 의료기사생성 AI - 무작성 기사쓰기! 지난 진행상황에서 "의료기사 데이터와 의료지식 데이터를 한번에 학습시킨 모델" 이 원터치로 "의료기사"를 생성하는 것이 무리라고 판단했다. 그리고 다음과 같은 의문이 생겼다 '최신기사를 학습 시켜서 최신기사를 결과물로 내놓을거면, 중간에 GPT는 왜 필요한거지? 그냥 최신기사를 copy+paste하면 되는거 아닌가?'. 그래서 모델생성 팀원과 얘기를 나눠본 결과 팀원이 생각한 최종 결과물은 이런 식이라고 한다. 기사 생성 모듈에서도 최신 데이터를 학습시키고, 기사 내용도 최신 지식이 반영되기를 바라는 식이다. .... 우선 처음 이 얘기를 듣고 나는 이 목표를 달성하기 위해선 실시간 크롤링, 실시간 전처리, 실시간 학습모델이 필요하다고 생각이 들었다. 따라서 서버에 크롤링, 전처리, RNN모델을 다 올려.. (2) GTP2를 이용한 의료기사생성 AI - 모델 평가 그동안 게을러서 진행 사항을 정리 안했더니 포스팅할 내용이 쌓였다. (11.09) 오늘 진행할 내용은 다음과 같다. - 사전 fine_tuning 해놓은 모델 불러오기 연습 - 팀원이 전처리한 데이터로 다시학습하기 - 팀원이 정리한 문단출력방식 활용해보기 fine tuning한 모델 불러오기 불러오기 과정에서 알아야 할 요소는 다음과 같다. - GPT_finetuning.ipynb 파일: 데이터를 로드하고, 모델을 생성, 저장하는 코드 - Dataset폴더: 전처리된 csv 데이터가 저장되어있음 - data_out폴더: fit된 모델을 h5파일로 저장 팀원이 전처리한 데이터로 다시학습하기 - dataloader에서 불러오는 데이터 변수명을 수정해주었다. 팀원이 정리한 문단출력방식 활용해보기 팀원이 제시한.. (1) GTP2를 이용한 의료기사생성 AI - 프로젝트 시작 3-2학기 공개 SW 프로젝트 수업 "크롤링과 NLP를 이용한 의료 기사 생성 AI" 를 주제로 프로젝트를 진행하게 되었다. 오픈 소스를 이용해 작업하는 수업 취지에 맞게 OSS를 활용해야 하며, 그 대상으로는 최근 핫 이슈인 GPT3를 선정하였다. GPT3란? Generative Pre-trained Transformer 3 ( GPT-3 )는 딥러닝을 사용하여 인간과 유사한 텍스트를 생성 하는 자동 회귀 언어모델 입니다 . 이 모델은 샌프란시스코에 기반을 둔 인공지능 연구소의 영리 기관인 OpenAI 에서 만든 GPT-n 시리즈의 3세대 언어 예측 모델입니다. GPT-3의 정식 버전은 1,750 억 개의 기계학습 매개변수를 가지고 있습니다. 2020년 5월에 도입되어 2020 년 7 월 현재 베타 테.. 이전 1 다음
