코딩포트폴리오

[학습목표]텐서플로 프로그램의 기초에 대해 설명할 수 있다. 단층 퍼셉트론 예시) 2개의 입력 값이 들어와서 각각의 가중치 값을 곱하고 활성화 조절 함수인 편향 값을 더해 주어서 신호 합산기의 결과를 활성화 함수에 태워서 나온 결과가 바로 이 모델이 예측한 결과이다.  [텐서플로로 퍼셉트론 프로그래밍] 순전파와 역전파가 이루어질 때 순전파를 통해서 예측 값과 실제 값에 대한 차이가 바로 오차이다. 이 오차를 가중치에 어떻게 반영할 것이냐, 반영하는 방법을 우리가 옵티마이저라고 하는데, 이 옵티마이저는 가장 일반적으로 쓰이는 경사 하강법을 사용하겠다고 정해진 것이고 학습할 때 학습률은 0.1로 정해두었다.  활성화 함수 : 이 순전파를 통해서 예측 값을 구하기 위한 함수이다.예측 값을 구한다는 얘기는, 지..

[학습 목표]딥러닝 소프트웨어에 대해 알고 텐서플로의 개념에 대해 설명할 수 있다. 영상이 가득들어있는 외장하드디스크는 4차원이 여러 개 담겨있는 것이므로 5차원 (5차원의 텐서) 이라고 부른다. 텐서플로가 제공하는 데이터셋의 텐서 구조 : 10개의 클래스 각각 70000개 이미지 데이터 셋이 존재 → 10개의 이미지를 학습해서 10개의 이미지를 잘 분류하는 모델이 만들어질 수 있다고 이해하면 된다. (다중 분류의 문제) Fashion-MNIST : (60000, 28, 28)  →  (데이터의 개수, 세로의 크기, 가로의 크기), 채널이 없다, 채널이 없으므로 흑백 사진이 되는 것을 의미 1차원 데이터셋 : 뉴스 데이터처럼 텍스트 데이터

[학습목표]OpenCV로 이미지에 마스크, 색깔 픽셀을 적용하는 방법을 따라할 수 있다.  [학습목표]OpenCV로 이미지 필터링하는 방법과 합성사진을 만드는 방법을 따라할 수 있다.

[학습목표]OpenCV로 이미지 다루는 방법을 따라할 수 있다.imread( )함수matplotlib 라이브러리로 이미지 파일 읽기 함수 imread를 호출하여 넘파이 배열로 만들어 반환한다. OpenCV 이미지를 조작하는 데에 있어 강력한 모듈이다.실시간 컴퓨터 비전을 위한 라이브러리이다.cv2 모듈에서 제공하는 imread() 함수를 통해 이미지 파일을 읽어 이미지 데이터를 생성할 수 있다.창을 띄우고 이미지를 보이게 하는 것은 cv2 모듈의 imshow() 함수를 통해 가능하다.cv2 모듈의 waitkey(0)는 키보드 입력을 기다리라는 것이다.line() 함수이미지에 선을 그릴 때 사용한다.cv2.line(이미지, 시작지점 좌표, 끝지점 좌표, 색상, 굵기, 선의 종류, 좌표 시프트)이때 색상을 ..

※ 학습목표 : 영상의 획득과 표현 방법 및 그레이스케일 영상과 컬러 영상의 특징에 대해 알고 이미지 데이터에 대해 설명할 수 있다. 피사체 : 카메라로 사진을 찍을 때, 그 대상이 되는 풍경이나 사물렌즈 : 카메라 바깥으로부터 들어온 빛을 굴절시켜 이미지 센서로 모아주는 역할이미지 센서 : 빛을 전기적 신호로 변환하는 포토 다이오드가 2차원 평면상에 배열되어 있는 장치포토 다이오드에서 생성된 전기적 신호는 아날로그-디지털 변환기를 거쳐 디지털 신호로 바뀌게 되고, 이 디지털 신호는 다시 카메라의 ISP 장치로 전달, ISP 장치는 색 보정, 잡음 제거 등 기본 처리를 수행 후 2차원 디지털 영상을 생성한다.  픽셀 (PIXEL) : 영상을 구성하는 최소 단위 (사진 + 요소)하나의 픽셀은 하나의 밝기 ..

[학습 목표]이미지 인식 문제에 대해 알고 이미지 인식 분야에서 다루는 주요 문제에 대해 설명할 수 있다. 딥러닝 기술이 적용되고 있는 분야이미지 인식음성 인식자연어 처리이미지 인식 (Image Recognition) 문제인간이 일상 속에서 접할 수 있는 몇 가지 주요한 사물들을 인식하기 위한 시도가 시작CIFAR-10 데이터 셋 : 10가지 사물 중 어떤 것이 포함되어 있는지를 단순 분류하는 문제 제시하기 위해 만들어짐. 왜 학습 데이터 수가 많을까?딥러닝이라고 하는 것은 층이 굉장히 짙다고 하는 의미가 있다. 그래서 층이 깊어지다 보니까 순전파를 통해서 추론을 하고 추론한 결과에서 예측값하고 실제값의 차이를 가지고 기울기를 반영한 형식으로 학습하는 것이 바로 딥러닝이라고 할 수 있다. 그래서 층을 깊..

※ 학습목표 : 인간의 시각을 흉내 내는 컴퓨터 비전의 특징에 대해 알고 컴퓨터 비전의 개요를 설명할 수 있다. 시각은 오감 중에서 가장 뛰어난 감각물체에서 반사된 빛은 렌즈에 해당하는 수정체(Lens)를 통해 눈의 내부로 들어와 뒷면에 있는 망막에 투영망막은 빛을 화학 신호로 변환하고, 시신경에 있는 1차 시각 피질로 신호를 전달  시각 정보 처리를 담당하는 시각 피질 등쪽 경로 : 물체의 움직임을 알아낸다.배쪽 경로 : 물체의 부류를 알아낸다.두뇌는 이렇게 알아낸 인식 정보를 이용해 신체 부위를 적절하게 제어한다. 인간 시각의 장점분류, 검출, 분할, 추적, 행동 분석에 능숙하다.컴퓨터 비전의 목적인공지능의 한 분야로써 어떤 영상에서 장면이나 특징들을 이해하는 컴퓨터를 프로그래밍 하는 것컴퓨터 비전의..

학습 목표 나쁜 데이터와 나쁜 알고리즘의 예시를 알고 모델 기반 학습 예제를 분석할 수 있다.파이썬에 대해 이해하고, 아나콘다와 주피터 실행을 위한 환경 설정을 따라할 수 있다.머신 러닝(기계학습)의 주요 도전 과제머신 러닝의 주요 작업은 학습 알고리즘을 선택해서 어떤 데이터에 훈련 시키는 것이므로 문제가 될 수 있는 2가지는 나쁜 데이터와 나쁜 알고리즘이다.Q. 앞에서 살펴본 모델 기반 학습을 개선하려면 ? 또는 무언가 잘못되었다면 ?더 많은 특성 (예시: 고용률, 건강, 대기오염, 등 ...) 을 사용한다.좋은 훈련 데이터를 더 많이 수집한다.더 강력한 모델 (다항 회귀 모델 등) 을 선택한다.모델을 훈련시킨다 ?비용 함수를 최소화하는 모델 파라미터를 찾는 과정이다. 이를 통해서 만들어진 모델을 통해..

교과목 개요본 교과목은 컴퓨터 비전의 기본 개념과 OpenCV를 이용한 영상정보를 다루는 데 필요한 기술 요소를 습득한다.개와 고양이, 폐렴, 얼굴 이미지 등을 활용한 시간지능 구현을 위해 텐스플로와 GPU 활용을 위한 구글 코랩(Colab), 아나콘다(Anaconda) 기반의 주피터 노트북을 이용한다.이 프레임워크로 딥러닝 네트워크를 구성하여 학습 및 평가를 직접 구현함으로써 시각지능 활용역량을 배양한다.이를 통해 교육 목표를 달성하고 영상 정보를 기반으로 현실세계의 다양한 문제 해결 역량을 배양한다.교과 목표컴퓨터 비전의 기본개념을 이해할 수 있다.OpenCV를 이용하여 영상 정보를 처리(시각정보 다루기, 이미지 필터링 및 합성 등) 할 수 있다.영상 정보를 학습 및 평가를 통한 시각지능을 구현할 수..