2023.09.09 작성(https://sujungeee.github.io/posts/ai-DeepLearning-yolo-3/) ※ 본 포스팅은 인프런 “YOLO 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0” 을 참고하여 작성하였습니다. ✅ YOLO 논문 리뷰- Abstract: YOLO(요약)a new approach to object detectionby a regression problem → separated bounding boxes and associated class probabilitiesa single neural network(end-to-end) & in one evaluationextremely fast & real-timeFast YOLOoutperfor..

2023.08.31 작성(https://sujungeee.github.io/posts/ai-DeepLearning-yolo-2/) ※ 본 포스팅은 인프런 “YOLO 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0” 을 참고하여 작성하였습니다.  ✅ YOLO 모델 리뷰YOLO이미지를 한 번만 보고 바로 Object Detection 수행YOLO 모델의 기본 컨셉이미지를 SXS Grid Cell 로 나누고 Grid Cell 별로 B 개의 Bounding Box 를 예측YOLO 모델의 최종 OutputS X S X (5*B + C)x: grid cell 내의 x 위치(0-1 사이의 값)y: grid cell 내의 y 위치(0-1 사이의 값)w: 전체 이미지 대비의 width(0-1 사이의..

2023.08.31 작성(https://sujungeee.github.io/posts/ai-DeepLearning-yolo-1/) ※ 본 포스팅은 인프런 “YOLO 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0” 을 참고하여 작성하였습니다. ✅ Object Detection 문제영역 소개컴퓨터 비전인간의 시각과 관련된 부분을 컴퓨터 알고리즘을 이용해서 구현하는 방법을 연구하는 분야컴퓨터 비전의 대표적인 문제들Image ClassificationSemantic Image Segmentation전체 픽셀에 대한 분류Object Detection물체 픽셀? 에 대한 분류딥러닝의 여러 구조 중 CNN 이 많이 사용됨Object Detection 문제 영역의 출력값x_min, y_min, ..

2023.08.28 작성(https://sujungeee.github.io/posts/ai-DeepLearning-section10/) ※ 본 포스팅은 인프런 “차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원” 을 참고하여 작성하였습니다. ✅ 딥러닝 모델의 성능 평가- 정량적 평가(Quantitative Result) & 정성적 평가(Qualitative Result)ocr 모델에서의 정량적 평가(Quantitative Result)keras_ocr.evaluation.score() 함수를 이용하여 AWS / GCP / keras-ocr 의 precision, recall 을 측정Keras OCR Score 의 Measure argumentscore_kwargs 로 반영i..

2023.08.22 작성(https://sujungeee.github.io/posts/ai-DeepLearning-section9/) ※ 본 포스팅은 인프런 “차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원” 을 참고하여 작성하였습니다. ✅ OCR(Text Recognition) 문제 영역 소개: 컴퓨터 비전 문제 영역 중 하나OCR(Optical Character Recognition)Text Detection 이 수행된 Bounding Box 내에 존재하는 글자가 어떤 글자인지를 인식하는 문제 영역Structed Textdocument 에서의 OCRUnstructed Text*차량 번호판 등 다양한 형태가 존재하는 곳에서의 OCR→ 난이도가 더 높음License Pla..

2023.08.17 작성(https://sujungeee.github.io/posts/ai-DeepLearning-section6-2/) ※ 본 포스팅은 인프런 “차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원” 을 참고하여 작성하였습니다. ✅ 실전 프로젝트 진행 방법 소개딥러닝 학습의 5단계머신러닝/딥러닝의 기본 원리와 ANN, CNN, RNN, LSTM 등의 기초 모델을 학습하는 단계TensorFlow/PyTorch 와 같은 머신러닝 라이브러리를 통해서 머신러닝 알고리즘을 구현하는 방법을 학습하는 단계Toy Project 를 통해 응용 능력을 기르는 단계최신 논문을 읽고 직접 구현하는 단계최신 논문을 적용한 실무 프로젝트를 진행하는 단계딥러닝을 이용한 실무 프로젝트 진..

2023.08.16 작성(https://sujungeee.github.io/posts/ai-DeepLearning-section6-1/) ※ 본 포스팅은 인프런 “차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원” 을 참고하여 작성하였습니다. ✅ Text Detection 문제 영역 소개Text Detection: 이미지 내에 텍스트가 존재하는 영역의 위치 정보를 Bounding Box 로 찾는 문제 영역rotation angle 까지 고려하여 detectionBounding Box 모양이 정사각형으로 한정되지 않음(Object Detection 은 Bounding Box 모양이 정사각형) ✅ EAST(Efficient and Accuracy Scene Text detect..

2023.08.11 작성(https://sujungeee.github.io/posts/ai-DeepLearning-section4-2/) ※ 본 포스팅은 인프런 “차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원” 을 참고하여 작성하였습니다. ✅ Bidirectional RNNBidirectional RNN이전 time-step 의 상태 뿐만 아니라, 다음 time-step 의 상태까지 고려하는 확장된 RNNs⇒ 즉, 이전 정보와 이후 정보를 모두 저장할 수 있음 Hidden Layer 가 2개(Forward, Backward)모든 RNN 에서 활용 가능 가능 model= tf.keras.Sequential([ tf.keras.layers.Embedding(encode..

2023.08.08 작성(http://sujungeee.github.io/posts/ai-DeepLearning-section4-1/) ※ 본 포스팅은 인프런 “차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원” 을 참고하여 작성하였습니다. ✅ 순환신경망(RNN)RNN(Recurrent Neural Networks)자연어 처리, 시계열 데이터를 다루는 인공 신경망시계열 데이터: 시간 축을 중심으로 현재 시간의 데이터가 앞, 뒤 시간의 데이터와 연관 관계를 가지고 있는 데이터대표적인 시계열 데이터: 주식 가격, 파형으로 표현되는 음성 데이터, 앞뒤 문맥을 가진 단어들의 집합으로 표현되는 자연어 데이터RNN 의 구조ANN + 순환 구조은닉층의 출력 값x_t : 시간 t에서의 입..

2023.08.04 작성(https://sujungeee.github.io/posts/ai-DeepLearning-section3-2/) ※ 본 포스팅은 인프런 “차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원” 을 참고하여 작성하였습니다. ✅ Fine-Tuning(Transfer Learning) 의 개념: 실무적인 상황에서 광범위하게 사용되는 기법⇒ 이미 학습된 Neural Networks 의 파라미터를 새로운 Task 에 맞게 다시 미세조정→ 어떤 Task 에서의 초기 파라미터 값을 랜덤으로 지정하지 않고 다른 비슷한 Task 의 트레이닝된 파라미터 값으로 설정⇒ Fine-Tuning 을 다른 말로 Transfer Learning(전이 학습) 이라고도 함Fine-Tu..