DataScience/ComputerVision
YOLOv5 코드 구현 _ Traffic Sign Dataset
YOLOv5 YOLO 설명 아래는 YOLO에 대한 설명을 적은 글이다. YOLO가 어떤건지 궁금하면 클릭! https://zeuskwon-ds.tistory.com/90 One-Step Object Detection _ YOLOv5 YOLO YOLO는 You Only Look Once의 약자로 Object Detection One-Step 분야의 대표적인 모델이다. 처음 One-Step 방법을 고안해 속도를 높힘으로써 실시간으로 Object Detection이 가능하게 만들었다. 현재 YOLO, YOLOv3, YO zeuskwon-ds.tistory.com Yolov5 깃헙 주소 - https://github.com/ultralytics/yolov5 GitHub - ultralytics/yolov5: Y..
One-Step Object Detection _ YOLOv5
YOLO YOLO는 You Only Look Once의 약자로 Object Detection One-Step 분야의 대표적인 모델이다. 처음 One-Step 방법을 고안해 속도를 높힘으로써 실시간으로 Object Detection이 가능하게 만들었다. 현재 YOLO, YOLOv3, YOLOv5, YOLOX, YOLOv7 등 많은 버전의 YOLO모델이 나왔지만, 제일 정보가 많고 대중적인 YOLOv5모델을 사용해서 학습을 진행해볼 예정이다.(다음 포스팅 확인) - YOLOv5 github 주소 https://github.com/ultralytics/yolov5 GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite YOLOv5 🚀..
ObjectDetection이란? 기술, 알고리즘 연혁 알아보기
ObjectDetection이란 ObjectDetection은 컴퓨터비전 분야의 대표적인 기술로 이미지 내에 물체를 인식하고 그 물체가 무엇인지 분류하기 위한 기술이다. 아래 그림으로 자세히 알아보자 이미지를 학습해서 단순히 고양이인지, 강아지인지 구분해주는 모델을 만들면 image Classification 모델을 만든것이고, 두번째와 세번째 사진처럼 물체의 위치를 찾아서 박스(Bounding Box)를 그리고 그 박스 이미지가 어떤건지 Classification해주는 모델을 Object Detection이라고 한다. 그리고 마지막 사진처럼 Bounding Box가 아닌 이미지를 곡선에 맞춰서 자르는 기술은 Image Segmentation 기술이라고 부른다. 1. Bounding Box Boundin..
DL _ CNN을 활용한 MNIST 손글씨 분류(VGGNet, ResNet)
신입 연구 과제로 MNIST 손글씨 분류 과제를 진행했는데 과제로 VGGNet 구조로 Layer를 쌓아서 모델을 구현해보았습니다. 그리고 Keras에 내장된 VGG과 ResNet 전이학습 모델을 가져와서 성능을 비교해보는 코드도 작성해보았습니다. 먼저 CNN알고리즘에 대한 설명을 간략하게 정리하고 코드로 구현하겠습니다. CNN 알고리즘 개념 신경망 자체와 마찬가지로 CNN은 생물학, 특히 고양이의 시각 피질의 수용 영역(receptive field)에서 영감을 받았습니다. 이미지는 2차원으로 구성된 데이터이기 때문에 이를 1차원으로 나열하면 이미지의 특성을 알아차리기 어려운 문제가 있었는데 이러한 문제를 해결하기 위해 개발된 모델이 CNN모델입니다. 기본적으로 CNN알고리즘은 이전의 일반적인 DNN, 네..