본문 바로가기
728x90

Data Diary

 (166)
2021-07-19(Single Shot Detector) 2021.07.19 - [실습 note] - Single Shot Detector 실습 Single Shot Detector 실습 1. opencv_ssd_inference https://colab.research.google.com/drive/1fp85xfnSxWI59OTrr2-H6Bzl5mMoFGxs#scrollTo=CP7z351geMkc Google Colaboratory Notebook Run, share, and edit Python notebooks colab.resea.. ghdrldud329.tistory.com *one-stage detector & two-stage detector의 구분: RegionProposal(영역추천)이 별도로 구성되어 있느냐 없느냐로 구분할수 있다. two-s..
2021-07-08~16(4. MMDetection의 이해와 Faster RCNN 적용 실습 )) 실습설명은 주석으로 되어있습니다. 강의: iflearn의 딥러닝 컴퓨터 비젼 완벽가이드[개정판] 2021.07.09 - [실습 note] - MMDetection의 이해와 Faster RCNN 적용 실습 모음 MMDetection의 이해와 Faster RCNN 적용 실습 모음 첫번째 실습 https://colab.research.google.com/drive/1clatjT7ESQ1bYeb8ZvcPgRwRByFk5-BS?hl=ko#scrollTo=1U7BfoXrpR4l Google Colaboratory Notebook Run, share, and edit Python notebooks colab.research.g.. ghdrldud329.tistory.com
2021-07-07(3. RCNN 계열 Object Detecter(RCNN, SPPNet, Fast RCNN, Faster RCNN)) 1.RCNN : Region Proposal + CNN Detection RCNN은 전 시간에 배웠던 selective searh 통하여 객체 있을만한 장소를 추천해 줍니다. 추천 해준 영역은 설정에 따라 몇천 개가 될 수 있습니다. 위 그림을 보면 1단계에서 selective search 실행합니다. 여기서는 대략 2000개를 뽑았다고 가정합시다. 2000개를 AlexNet에 넣어서 분류와 바운딩 박스 예측을 실행하게 됩니다. RCNN의 특이점은 SVM Classification 머신러닝을 이용한다는 점입니다. SVM을 적용하기전에 softmax로 업데이트한 가중치를 가지고 SVM 분류를 적용하면 성능이 향상되는 결과를 얻을 수 있습니다. 하지만 문제점이 있는데, AlexNet의 입력값은 227*227..
2021-07-06(2. Object Detection과 Segmentation을 위한 주요 데이터 세트 및 OpenCV 소개) 1. PASCAL VOC Annotation : 이미지의 Detection 정보를 별도의 설명 파일로 제공되는 것을 일반적으로 Annotation 이라고 함. Annotation은 Object의 Bounding Box 위치나 Object 이름등을 특정 포맷으로 제공함. 노란색 점선을 보면 Object라고 적혀있다. 한 이미지에 들어있는 객체 정보를 위와 같이 저장해 놓는다. 2. MS-COCO annotations의 포맷은 JSON이다. (PASCAL VOC는 XML 형식) COCO Dataset은 이미지 한 개에 여러 오브젝트들을 가지고 있으며 타 데이터 세트에 비해 난이도가 높은 데이터를 제공한다. PASCAL VOC은 COCO Dataset처럼 한이미지안에 여러 객체를 많이 취급 하지 않는다. 왼쪽..
2021-07-05(1.Object Detection의 이해) *본 강의 및 실습 내용은 iflearn의 딥러닝 컴퓨터 비전 완벽 가이드 임을 알려드립니다. *실습 코드는 제외하였습니다 Object Detection의 이해 localization: 하나의 물체에서 위치를 찾아내는 것이다. 해당 Object의 위치를 회귀로 예측하여 Bounding box를 찾은 후 어느 부류인지 Classification을 진행한다. 즉, 바운딩 박스를 찾기 위한 회귀와 분류가 혼합되어 있다. detection: 여러 물체의 위치와 해당 물체가 어떤 분류에 속하는지 찾아낸다. detection은 localization와는 다르게 여러 객체의 위치를 찾아야 하는 복잡성이 추가된다. segmentation: 픽셀 레벨의 탐지 영역이다. 개별 픽셀들이 어떤 객체에 속하는지 찾아낸다(cla..
2021-06-30(R 데이터 분석_6(SVM)& 태양열예측 마지막) R R에서의 SVM 실습 내용입니다! 자세한 그래프는 생략했고 내용물만 업로드 합니다 library(caret) rawdata
2021-06-25(태양열예측28) 빨간색 부분이 오늘 진행한 내용입니다. 태양열 프로젝트 1차 시도. 랜덤 포레스트 log 상태에서 스케일링에 따른 변화 -> 변화 없음 2차 시도. log 아닌 상태에서 스케일링에 따른 변화 ->Normalizer 3차 시도. 변수의 차분 변화에 따른 성능 측정 ->변수 2개 이상 동시 사용 시 성능 저하 발생 4차 시도. extracted_features 활용 -> 모든 변수 사용시 성능 저하 발생하여 VIF 및 RFECV 실행 extracted_features 함수를 통해 얻은 변수들 중 의미 있어 보이는 120여 개 피처들로 예측한 그래프입니다. 성능값이 23점을 기록했습니다;; 120여개의 피처들을 vif를 통해 추리고, 추린 값을 refecv를 통해 또 추려봤습니다. 120개의 피처를 refec..
2021-06-24(태양열예측27) 빨간색 부분이 오늘 진행한 내용입니다. 태양열 프로젝트 1차 시도. 랜덤 포레스트 log 상태에서 스케일링에 따른 변화 -> 변화 없음 2차 시도. log 아닌 상태에서 스케일링에 따른 변화 ->Normalizer 3차 시도. 변수의 차분 변화에 따른 성능 측정 ->변수 2개 이상 동시 사용 시 성능 저하 발생 4차 시도. extracted_features 활용 -> 모든 변수 사용시 성능 저하 발생하여 VIF 및 RFECV 실행 extracted_features 함수를 통해 얻은 변수들 중 의미 있어 보이는 120여 개 피처들로 예측한 그래프입니다. 성능값이 23점을 기록했습니다;; 120여개의 피처들을 vif를 통해 추리고, 추린 값을 refecv를 통해 또 추려봤습니다. 120개의 피처를 refec..

티스토리툴바