본문 바로가기

Overall

 (72)
231114 TIL | 미니프로젝트 - 2 미니 프로젝트 단계 데이터 수집 - 글로우픽 리뷰 데이터 웹 크롤링 => 진행 중 데이터 전처리 => 진행 중 2-1(띄어쓰기, 외국어, 자음모음(ㅋㅋ,,ㅎㅎㅎㅎ), 특수문자 ) 등 리뷰에서 제거 EDA 사용자 평점 분포, 화장품 브랜드 분포 등 데이터 기본 정보 시각화 4.'퍼스널 컬러'가 포함된 리뷰만 남기기 논의 필요 토큰화 후 고빈도단어 추출 => 진행 중 6.고빈도 단어추출결과 바탕으로 'Personal color vocabulary' 정의 논의 필요 리뷰에서 많이 나오는 단어들을 각 "웜톤/쿨톤 으로 분류" -> 세부톤 "봄 웜톤, 여름 쿨톤, 여름 뮤트, 가을 웜톤, 가을 뮤트 , 겨울 쿨톤" 으로 분류 모델링 사용자 입력 -> 추천 결과 출력 오늘 진행한 것 ㅎㄱ, ㅈㅇ - 리뷰 데이터 웹..
231113 TIL | 미니프로젝트 - 1 미니 프로젝트 단계 1. 데이터 수집 - 글로우픽 리뷰 데이터 웹 크롤링 => 진행 중 2. 데이터 전처리 2-1(띄어쓰기, 외국어, 자음모음(ㅋㅋ,,ㅎㅎㅎㅎ), 특수문자 ) 등 리뷰에서 제거 3. EDA - 사용자 평점 분포, 화장품 브랜드 분포 등 데이터 기본 정보 시각화 4.'퍼스널 컬러'가 포함된 리뷰만 남기기 논의 필요 5. 토큰화 후 고빈도단어 추출 논의 필요 6.고빈도 단어추출결과 바탕으로 'Personal color vocabulary' 정의 논의 필요 리뷰에서 많이 나오는 단어들을 각 "웜톤/쿨톤 으로 분류" -> 세부톤 "봄 웜톤, 여름 쿨톤, 여름 뮤트, 가을 웜톤, 가을 뮤트 , 겨울 쿨톤" 으로 분류 7. 모델링 8. 사용자 입력 -> 추천 결과 출력 오늘 진행한 것 ㅎㄱ, ㅈㅇ ..
Segemntation | 개요 Segmentation 개요 - Segmentation(세분화)란 이미지에서 관심객체를 픽셀단위로 추출하는 것을 말한다. 관심객체가 이미지 어디에 있는 위치 뿐아니라 그 객체의 모양을 추출하고자 할때 방식이다. - 딥러닝의 발전과 함께 많은 성능향상이 이뤄진 분야 이다. 응용분야 자율주행 자동자 영상의학 Segmentation 종류 Semantic segmentation Instance segmentation Panoptic segmentation Category(범주)별로 분류하는 segmentation이다. - class분류 이미지내의 모든 픽셀(요소)에 대해서 class를 분류하는 것을 목표로 한다. (배경포함) 같은 class의 객체가 여러개 있을 경우에 각각을 구분하지 않는다. 객체별로 분류하는..
Object Detection | yolov8 예제 2(customdataset_train.) roboflow의 이미지를 불러온다. goole colab에서 실행 🔗https://colab.research.google.com/drive/120MgjqnF3UGv6NjWfpoMYZqvDK35f-_x
Object Detection | yolov8 예제1(저장된 datasets) yolov8를 이용한 object detection 예제 1. YOLOv8 설치 !pip install ultralytics 주피터노트북에서 실행할 경우 프로그래스바를 실행하기 위해서 다음을 설치한다. (필수는 아님) pip install ipywidgets or conda install -y -c conda-forge ipywidgets 2. 추론(predict) 2-1. CLI (command line interface)에서 터미널 명령어로 추론/평가/학습을 진행 2-2. Python lib 를 이용해 코드상에 원하는 추론/평가/학습을 진행 2-1. CLI (command line interface) 1. 모델 로딩 Ultralytics에서 제공하는 Pretrained Model이나 직접 학습시킨 모..
Object Detection | YOLO 모델의 구조 YOLO (You Only Look Once) 2015년 발표된 Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi이 발표한 Object Detection 모델. 최초의 One stage 계열의 object detection로 이전의 RCNN 계열의 모델과 다르게 Real time detection을 구현 - 논문: https://arxiv.org/abs/1506.02640 - 홈페이지: https://pjreddie.com/darknet/ mAP(성능) - 최신 모델이 50~70대로(DPM은 기존모델) 성능이 훨씬 좋아진 것을 볼 수 있음. FPS(1초당 인식가능 이미지수) - 기존 모델은 실시간인식이가능하지만 최신모델은 인식속도가 빠르지 않아 실시..
Object Detection | 개요 + 성능평가 컴퓨터 비전 분야 3가지 - 인간의 시각과 관련된 부분을 컴퓨터 알고리즘을 이용해 구현하는 방법 연구 -> 최근엔 딥러닝 이용 1. Object Detection의 원리 Object Detection = Localization + Classification Object Detection : 물체들을 boundig box로 위치를 찾아냄 localization + class를 분류 (classification)g 하는 작업 단계 1. 하나의 이미지안에서 N개의 Object를 검출(찾으려는 object 수 지정) 2. Object가 있을 최대의 개수를 정하고 모델은 무조건 그 개수만큼 bounding box(위치+분류)를 추론(출력) 3. 추론한 결과에서 후처리를 통해 최종 추론결과를 낸다. - box안에 ..
데이터 수집과 라벨링 | Open Dataset + 데이터 수집 방법 데이터수집과 라벨링 Custom dataset : 해결하려는 문제를 위해 학습시킬 데이터 1) Open Dataset(공개 데이터셋) 이용 2) 인터넷 상의 데이터를 크롤링을 이용해 수집 3) 다양한 기기(CCTV, 다양한 IoT기기 등) 으로부터 수집 Labling 작업 : 수집한 이미지에 Label(정답)을 붙이는 작업 문제 영역에 따라 Labeling 대상이 달라지며 데이터셋에 따라 다양한 format을 사용한다. - object detection, segmentation, 주요 Image Open dataset ▪️ Open Dataset - 많은 국가기관, 기업, 연구소, 개인들이 머신러닝 학습을 위해 수집후 공개한 데이터셋 - 이미지, 자연어 등 다양한 분야에 다양한 데이터셋이 공개되어 있다...

티스토리툴바