티스토리

VisionOasis

검색하기

블로그 홈

VisionOasis

vision-oasis.tistory.com/m

천국의9번째계단 님의 블로그입니다.

구독자: 3

방명록 방문하기

주요 글 목록

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.. 공감수 2 댓글수 0 2021. 5. 4.
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.. 공감수 0 댓글수 0 2021. 5. 2.
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.. 공감수 0 댓글수 0 2021. 5. 2.
Face-similarity 정리 github.com/sthalles/face-similarity sthalles/face-similarity Face-similarity CNN using Tensorflow Eager execution. - sthalles/face-similarity github.com 후배가 프로젝트하길래 10분만에 정리해준 허접한 정리(뇌피셜) 입니다. 1. 얼굴 특징 추출은 DenseNet을 사용한다. DenseNet 은 Resnet처럼 layer간의 정보를 공유한다는 아이디어를 따랐지만, summation이 아닌 concatenation을 이용해 parameter의 수를 compact하게 만들었다. 2. Contrasive loss는 애매하게 비슷한사람은 더 멀리 분류하고 완전 차이나는 사람은 건들지도 않는 l.. 공감수 0 댓글수 0 2021. 4. 18.
(*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.. 공감수 0 댓글수 0 2021. 4. 16.
Object Detection의 역사 Object Detection의 역사 RCNN (2013) Rich feature hierarchies for accurate object detection and semantic segmentation https://arxiv.org/abs/1311.2524 기존에 물체 검출에 사용된 sliding window 방식에는 background를 검출하는 잉여시간이 너무 많았다. 이에 따라 등장한 기법이 Region Proposal 방식 RCNN은 Region Proposal을 1차적으로 사용하여 2000개의 Region영역을 proposal함. 2차적으로 CNN Detection을 이용해 Feature를 추출하고 a) FC - SVM으로 classification함. b) bounding box regre.. 공감수 0 댓글수 0 2021. 4. 13.
일기) 불안함을 지배하기 불안함이 매우 커진 날이다. 재용 연구원님께 대학원 진학건으로 상담받은지도 1년이 다 되었지만, 오늘 느낀 점은 요즘의 대학원 진학과 비교했을 때, 재용님이 알고계시는 선발과정이나 스펙에 대한 인식이 조금 outdated하다는 것. 물론 지난 방학동안 배운 논문을 읽는 법, 최근 연구 트렌드, 연구를 확장하는 법 같은 지식들은 어디에서도 구할 수 없는 보물들이다. 항상 재용님만 믿지 말고 나 스스로 자립할 수 있는 능력을 기르자고 생각했지만, 막상 불안한 생각이 들자 거기서 나오는 불안감은 걷잡을수 없이 커져버렸다. 하지만 다행히도 나는 스스로 불안감을 컨트롤 하는 방법은 알고있다. 1. 스스로 불안함을 인정하고 인지한다. 나는 불안하다 뭐든 하지않으면 내가 무너져버릴거 같고 낭떠러지로 떨어질 것 같은 .. 공감수 1 댓글수 0 2021. 4. 8.
(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.. 공감수 0 댓글수 0 2020. 11. 18.
2. 첫 삼각형2 #SimpleFragmentShader.fragmentshader #version 330 core out vec3 color; void main(){ color = vec3(1,0,0); } #SimpleVertexShader.vertexshader #version 330 core layout(location = 0) in vec3 vertexPosition_modelspace; void main(){ gl_Position.xyz = vertexPosition_modelspace; gl_Position.w = 1.0; } #include #include #include #include GLFWwindow* window; #include #include using namespace glm; int main.. 공감수 0 댓글수 0 2020. 11. 12.
(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.. 공감수 3 댓글수 1 2020. 11. 11.
1. 첫 삼각형 #내가 겪은 문제 **glewExperimental = true; OpenGL context 생성이 선행돼야 GLEW 초기화가 가능합니다. 우선 glewExperimental 변수를 GL_TRUE로 설정하여 GLEW에서 이용가능한 모든 OpenGL extension에 대한 정보를 가져올 수 있도록 설정 // Include standard headers #include #include // Include GLEW #include // Include GLFW #include GLFWwindow* window; // Include GLM #include using namespace glm; #include int main( void ) { // Initialise GLFW if( !glfwInit() ) { .. 공감수 0 댓글수 0 2020. 11. 10.
(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.. 공감수 3 댓글수 0 2020. 11. 9.
0. Open_Window 빈 윈도우 창을 띄우는 Code #include #include // GLEW 포함. gl.h나 glfw.h를 포함하기 전에 포함해야 함. #include // GLEW 도 포함 #include // GLM 포함 #include using namespace glm; int main() { // GLFW 초기화 if (!glfwInit()) { fprintf(stderr, "GLFW 초기화 실패\n"); return -1; } glfwWindowHint(GLFW_SAMPLES, 4); // 4x 안티에일리어싱 glfwWindowHint(GLFW_CONTEXT_VERSION_MAJOR, 3); //OpenGL 3.3 을 쓸 겁니다. glfwWindowHint(GLFW_CONTEXT_VERSION_MINOR,.. 공감수 2 댓글수 0 2020. 11. 8.
(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.. 공감수 0 댓글수 0 2020. 10. 7.
[keras] Lambda 계층 케라스는 패키지에서 제공하지 않는 새로운 인공신경망의 기능을 추가하는 다양한 방법을 제공합니다. 가장 간단한 방법은 Lambda 클래스를 이용하는 겁니다. 이 클래스를 이용하면 새로운 계층을 파이썬의 lambda 함수처럼 간단하게 만들어 사용할 수 있고, Lambda 계층을 이용하면 인공신경망에 새로운 계층을 쉽게 만들 수 있습니다. Lambda 계층은 2가지 방법으로 구현할 수 있습니다. 첫 번째는 파이썬의 lambda 함수와 같이 사용하는 방법입니다. 두 번째는 Lambda 계층의 전용 함수를 만들어서 사용하는 방법입니다. 1. 케라스 Lambda 계층과 파이썬 lambda를 이용하는 방법 파이썬의 lambda 함수와 함께 사용하는 방법은 매우 간단합니다. 예를 들어 입력이 하나 들어오면 그 입력에 .. 공감수 1 댓글수 0 2020. 10. 6.
[python] 람다(lambda) lambda는 런타임에 생성해 사용할 수 있는 익명함수 입니다. 함수형 프로그래밍 언어에서의 lambda와 정확히 똑같은 것은 아니지만, 파이썬에 잘 통합되어 있으며 filter(), map(), reduce()와 같은 전형적 기능 개념과 함께 사용되는 매우 강력한 개념입니다. lambda는 쓰고 버리는 일시적인 함수입니다. 함수가 생성된 곳에서만 필요합니다. 즉, 간단한 기능을 일반적인 함수와 같이 정의해두고 쓰는 것이 아니고 필요한 곳에서 즉기 사용하고 버릴 수 있습니다. 공감수 0 댓글수 0 2020. 10. 6.
EDA(Exploratory Data Analysis) 탐색적 데이터 분석 - (1) 출처: eda-ai-lab.tistory.com/13 EDA란? 수집한 데이터가 들어왔을 때, 이를 다양한 각도에서 관찰하고 이해하는 과정이다. 한마디로 데이터를 분석하기 전에 그래프나 통계적인 방법으로 자료를 직관적으로 바라보는 과정이다. EDA가 필요한 이유 데이터의 분포 및 값을 검토함으로써 데이터가 표현하는 현상을 더 잘 이해하고, 데이터에 대한 잠재적인 문제를 발견할 수 있다. 이를 통해, 본격적인 분석에 들어가기에 앞서 데이터의 수집을 결정할 수 있다. 다양한 각도에서 살펴보는 과정을 통해 문제 정의 단계에서 미처 발생하지 못했을 다양한 패턴을 발견하고, 이를 바탕으로 기존의 가설을 수정하거나 새로운 가설을 세울 수 있다. EDA의 과정 기본적인 출발점은 문제 정의 단계에서 세웠던 연구 질문과.. 공감수 0 댓글수 0 2020. 10. 1.
텍스트 유사도 (자카드 유사도, 코사인 유사도, 맨하탄 유사도, 유클리드 유사도)와 tf-idf NLP에서 텍스트 유사도란 두 문서가 텍스트 적으로 얼마나 유사한 내용을 담고 있는지를 나타내는 지표이다. 우선 유사도로 나타내기 전, 문서를 벡터화하는 작업이 필요하다. TfidfVectorizer 문서를 tf-idf의 feature matrix로 변환하는 클래스이다. 문서에 CountVectorizer를 사용하고 tfidf Transformer를 사용한 것과 똑같은 결과를 가진다. tf-idf(Term Frequency - Inverse Document Frequency)란? TF(단어빈도)는 특정한 단어가 문서 내에서 얼마나 자주 등장하는지를 나타내는 값. 이 값이 높을수록 문서에서 중요하다고 생각할 수 있다. 하지만 하나의 문서에서 많이 나오지 않고 다른 문서에서 자주 등장하면 단어의 중요도는 낮.. 공감수 0 댓글수 0 2020. 9. 29.
[Ubuntu 18.04] labelme 설치 환경: Ubuntu 18.04 labelme 설치 https://github.com/wkentaro/labelme 위 주소에 labelme에 대한 설명과 설치 방법이 나와있습니다. labelme를 설치하기 위해 Python 2, 3이 설치되어있어야 합니다. 본 포스팅의 경우엔 3.7버전을 따랐습니다. 먼저 아래 명령어로 설치된 패키지들을 최신 버전으로 업데이트 해줍니다. $sudo apt-get update $sudo apt-get upgrade 그 다음 파이썬을 설치합니다 $sudo apt-get install python $sudo apt-get install python3 파이썬 pip와 numpy를 설치합니다 $sudo apt-get install python-pip $sudo apt-get in.. 공감수 1 댓글수 0 2020. 8. 20.
MediaPipe를 이용한 Real-time hand tracking google mediaPipe를 이용한 실시간 손 추적 파이프라인 출처: https://ai.googleblog.com/2019/08/on-device-real-time-hand-tracking-with.html CVPR 2019에서 발표된 구글의 오픈소스 크로스 플랫폼 프레임 워크. 비디오, 오디오 와 같은 다양한 양식의 지각데이터를 처리하기 위한 파이프라인을 구축함. 이 방식을 통해 구글은 단일 프레임에서 손의 21개 3D 키포인트를 추론하고 손, 손가락 추적을 제공함. 손 추적 및 제스처 인식을 위한 ML 파이프 라인 함께 작동하는 여러 모델로 구성된 ML 파이프 라인을 활용한다. 전체 이미지에서 작동하고 방향이 지정된 손 경계 상자를 반환하는 손바닥 감지기 모델 (BlazePalm) 손바닥 감지기.. 공감수 0 댓글수 0 2020. 8. 18.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.