목록전체 글 (307)
코딩하는 해맑은 거북이
[컴퓨터비전] Semantic Segmentation
본 게시물의 내용은 '부스트캠프 AI Tech - CV (오태현)' 강의를 듣고 작성하였다. 해당 글은 아래의 내용을 다룬다. 📌 Semantic segmentation 🔷 Fully Convolutional Networks (FCN) 🔷 Hypercolumns for object segmentation 🔷 U-Net 🔷 DeepLab 📌 Semantic segmentation 영상의 픽셀 단위로 구분하는 문제이다. 영상 속에 object의 마스크를 생성한다. 단, 같은 클래스에 포함되지만 다른 물체는 구분하지 않는다. 🔷 Fully Convolutional Networks (FCN) 입력에서부터 출력까지 모두 미분가능한 뉴럴네크워크 형태(end-to-end)로 구성되어 학습을 통해서 target tas..
[컴퓨터비전] Annotation Data Efficient Learning
본 게시물의 내용은 '부스트캠프 AI Tech - CV (오태현)' 강의를 듣고 작성하였다. 해당 글은 아래의 3가지를 다룬다. 📌 Data augmentation 📌 pre-trained information를 이용하는 방법 - Knowledge Distillation (Teacher-student learning) 📌 unlabeled dataset을 이용해 학습하는 방법 - Semi-supervised learning - Self-training 📌 Data augmentation Q. 실제 존재하는 데이터는 biased data 인데, 여기서 발생하는 문제는? 만약 밝은 영상으로 이루어진 데이터들로 학습시킨다면, 어두운 이미지는 모델이 제대로 인식하지 못한다. 이는 이러한 데이터들이 실제 데이터를..
[컴퓨터비전] Computer Vision 개요, Image Classification
본 게시물의 내용은 '부스트캠프 AI Tech - CV (오태현)' 강의를 듣고 작성하였다. 해당 글은 아래의 3가지를 다룬다. 📌 Computer Vision 과 AI 📌 Image Classification 📌 Image Classification 발전과정 📌 Computer Vision 과 AI - AI는 사람의 지능을 컴퓨터시스템으로 구현하는 것. - 지능 = 인지능력 + 지각능력 + 기억 + 이해 + 사고능력 - 지각능력이 제공하는 것 = 입력(input)과 출력(output)의 데이터에 관련된 것 - 사람은 오감 + multi-model 감각 + social(face, touch, speech) 을 통해 상호작용 한다. - 사람은 오감 중 시각에 많이 의존하면서 살아가고 있음 - 인식하는 과정..
[데이터시각화] Interactive Visualization
본 게시물의 내용은 '부스트캠프 AI Tech - Data Visualization(안수빈)' 강의를 듣고 작성하였다. 해당 글은 아래의 3가지를 다룬다. 🍀 Interactive 🍀 Interactive 시각화 라이브러리 🍀 Plotly Express 실습 (🚩Iris, flights, medals) 🍀 Interactive 🟡 정적 시각화 정형 데이터의 각각의 관계를 살펴보는데 feature가 많아지면 공간적 낭비가 심해진다. 그리고 각각의 사용자가 원하는 인사이트가 다를 수 있고, 필요한 인터랙션을 통해 원하는 정보를 추가해줄 수 있다. 물론 설득을 위해선 원하는 메세지를 압축해서 담는 것은 정적 시각화를 사용하는 것이 나을 수 도 있다. 🟡 종류 : 참고자료 - Select : mark somet..
[데이터시각화] Missingno, Treemap, Waffle Chart, Venn
본 게시물의 내용은 '부스트캠프 AI Tech - Data Visualization(안수빈)' 강의를 듣고 작성하였다. 해당 글은 아래의 4가지를 다룬다. 🍀 Missingno 🚩 Titanic 🍀 Treemap 🍀 Waffle Chart 🍀 Venn 🍀 Missingno - 결측치(missing value)를 체크하는 시각화 라이브러리 - 빠르게 결측 치의 분포를 확인하고 싶을 때 사용 가능 - 정렬을 사용하여 Null 정보에 대한 분포 확인 가능 pip install missingno 🚩 Titanic titanic = sns.load_dataset('titanic') titanic.head() titanic.info() - 라이브러리 선언 import missingno as msno - msno.m..
[데이터시각화] Pie Charts
본 게시물의 내용은 '부스트캠프 AI Tech - Data Visualization(안수빈)' 강의를 듣고 작성하였다. 해당 글은 아래의 2가지를 다룬다. 🍀 Pie Chart 🍀 Pie Chart 응용 🟡 Donut Chart 🟡 Sunburst Chart 🍀 Pie Chart - 원을 부채꼴로 분할하여 표현하는 통계 차트 → 전체를 백분위로 나타낼 때 유용 - 가장 많이 사용하는 차트지만, 구체적인 비교가 어렵고 유용성이 떨어지기 때문에 지양한다. → 오히려 bar plot이 더 유용 (각도