전체 글 (100) 썸네일형 리스트형 [네이버클라우드캠프] 2024 서포터즈 🍀'클로버 (CLOVER)'🍀 - IT 에 관심 있는 분 지원하세요🔥 [네이버클라우드캠프] 2024 서포터즈 🍀'클로버 (CLOVER)'🍀 안내 🙌 모집 대상네이버클라우드캠프와 네이버클라우드에 관심 있는 대학생/취준생이라면 누구든! 1. 모집 인원 - 48명 (4인 1조) - 개인, 팀 단위 지원 모두 가능 / 팀 지원 시 3명 혹은 4명 단위로 지원 가능 2. 우대사항- 서포터즈 경력이 있으신 분- SNS 콘텐츠 작업에 익숙하신 분- IT 분야에 대한 이해도가 있으신 분 🍀 활동 내용네이버클라우드캠프의 IT 교육을 향한 진정성을 알리는 팀&개인별 온/오프라인의 다양한 활동! 1. 발대식 및 특강/현장 등 오프라인 행사 후기 2. 네이버클라우드캠프 교육 과정 및 네이버클라우드 기술 소개3. 개강 브이로그 및 강사 인터뷰 콘텐츠등 이외에 다양한 활동 예정 🗓.. 4. 안전모 탐지 프로젝트 Ultralytics 설치 📌 yolov8n.pt로 학습 -> 결과가 'safety_n'으로 저장됨 📌 yolov8s.pt로 학습 -> 결과가 'safety_s'로 저장됨 📌 yolov8m.pt로 학습 -> 결과가 'safety_m'로 저장됨 ✔️ mAP(Mean Average Precision)객체 탐지 모델의 성능을 평가하는 대표적인 지표이미지 내에서 객체의 위치를 지정하는 바운딩 박스를 그리는 것이 포함IoU(intersection over Union)모델이 예측한 바운딩 박스와 실제 정답(ground truth) 바운딩 박스 사이의 겹치는 정도를 수치화한 값(예측한 바운딩 박스와 실제 바운딩 박스의 교집합 영역) / (두 바운딩 박스의 합집합 영역)0에서 1사이의 값으로, 1에 가.. 3. 차량 파손 검사 프로젝트 1. Image Segmentation컴퓨터 비전 분야에서 이미지나 비디오의 디지털 데이터를 여러 개의 부분 또는 객체로 분할하는 기술이미지의 중요한 요소들을 식별하고 요소를 개별적으로 분석할 수 있게 하는 것 2. Image Segmentation의 유형Segmantic Segmentation이미지의 각 픽셀을 미리 정의된 클래스 레이블 중 하나로 분류예) 도로, 차선, 보행자 등을 식별Imstance Segmentation동일한 클래스 내의 서로 다른 개체들을 개별적으로 식별예) 이미지 내의 개별 물체 수를 파악하고 각각 물체를 식별 및 추적하는 경우Panoptic SegmentationSemantic Segmentation, Instance Segmentation을 결합한 상태배경과 같은 클래스를.. 2. 교통신호 표지판 분류 프로젝트 ✔️ultralyticsYOLOv5 및 YOLOv8: 객체 탐지 모델을 손쉽게 불러와 사용할 수 있다.사전 학습된 모델: COCO 같은 데이터셋으로 사전 학습된 모델을 바로 사용할 수 있어, 커스텀 학습 없이도 객체 탐지나 분류 작업을 할 수 있다.모델 학습 및 추론 기능: 사용자 정의 데이터셋을 이용해 객체 탐지 모델을 쉽게 학습시키거나, 학습된 모델로 추론할 수 있다. metrics.box.map: 모델의 mAP 지표로 IoU 기준이 50%에서 95% 까지의 다양한 임계값을 사용하여 평균값을 계산한 것이다. 이 지표는 전체적으로 얼마나 잘 탐지했는지를 나타내는 중요한 성능 지표이다.metrics.box.map50: IoU 기준이 50% 인 경우의 mAP이다. 이 값은 좀 더 느슨한 기준으로 모델의 .. 1. 폐 질환 분류 프로젝트 캐글에서 데이터셋 다운로드Dataset URL: https://www.kaggle.com/datasets/hamdallak/the-iqothnccd-lung-cancer-dataset zip파일 압축 해제 Ultralytics 설치Python 라이브러리로 제공되어, 코드 몇 줄로 손쉽게 객체 탐지 모델을 학습시키고 사용할 수 있게 한다.사전 학습된 모델을 제공하여 빠르게 작업에 적용할 수 있다. [컴퓨터 비전] YOLO 1. 객체 탐지(Object Detection)컴퓨터 비전과 이미지 처리와 관련된 컴퓨터 기술로써, 디지털 이미지와 비디오로 특정한 계열의 시멘틱 객체 인스턴스를 감지하는 일보행자 검출, 동물 사물 검출 등이 포함 2. 컴퓨터 비전의 Task 비교Image classification: 이미지에 있는 객체 범주 목록 생성Single-Object Localization: 이미지에 있는 객체 범주의 한 인스턴스의 위치와 배율을 나타내는 Bounding Box를 생성Object Detection: 각 객체 범주의 모든 인스턴스의 위치와 배율을 나타내는 경계 상자와 함께 이미지에 있는 객체 목록을 생성 3. One-Stage 모델Resion Proposal과 Detection이 한 번에 수행YOLO(You Onl.. [컴퓨터 비전] VGG19을 활용한 균열 vs 정상 벽 분류하기 📌 VGG19(Visual Geometry Group 19)2014년 옥스포드 대학교 연구팀이 개발한 모델 중 하나로, 대회에서 높은 성능을 보여주며 유명해졌다.주로 이미지 분류, 물체 검출, 이미지 추출 등의 작업에 사용한다.19개의 층을 가지고 있어서 VGG19라고 부르며, 구조는 간단하지만 깊이가 깊어 이미지 분류 작업에서 우수한 성능을 발휘한다.총 16개의 컨볼루션 층이 있으며, 모든 컨볼루션 필터의 크기는 3*3이다.마지막에는 세 개의 FC 레이어가 있고, softmax 함수로 연결되어 1000개의 클래스를 예측한다. ✔️ VGG19에 대한 자세한 설명2024.09.03 - [컴퓨터 비전] - [컴퓨터 비전] VGG19을 활용한 산타클로스 vs 일반인 분류하기 [컴퓨터 비전] VGG19을 .. [컴퓨터 비전] ResNet, DenseNet, EfficientNet을 활용한 재활용품 이미지 분류하기 📌 resnet(Residual Network)논문 Deep Residual Learning for Image RecognitionDeeper neural networks are more difficult to train. We present a residual learning framework to ease the training of networks that are substantially deeper than those used previously. We explicitly reformulate the layers as learning residual functions witharxiv.orgResNet은 딥러닝에서 이미지 분류, 객체 탐지 등의 작업에서 뛰어난 성능을 보이는 신경망 아키텍처이다... 이전 1 2 3 4 ··· 13 다음
