딥러닝
딥러닝대회_열화상 이미지 객체탐지 경진대회(입상)
* 출력이 다크모드로 되어있어서 라이트모드로 보시면 편리해요!! ☑️ 열화상 카메라 객체인식 및 이상판별 데이터 활용 경진대회 주관 : 대전도시철도공사 컨소시엄 X (주)WNCW) 주제 : 열화상 이미지에서 객체를 인식하고, 해당 객체의 이상여부를 판별하는 모형 개발 기간 : 12/1 (접수) ~ 12/3 (테스트셋 배포) ~ 12/8 (제출) 웹사이트 : https://www.2021aidatahackathon.com/ 팀원 : 류태규, 권재우 (2명) 최종성적 : 2등 최우수상 (map 0.87) ☑️ 프로젝트 설명 주어진 열화상 데이터를 학습해 카테고리별로 분류해주는 모델을 만드는 대회 모델 성능을 테스트하는 방법으로 mAP가 평가기준 ☑️ 진행 사항 1. Data 살펴보기 라벨 아래와 같이 11개..
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..
딥러닝 _ 성능 100%의 정확도 이미지 분류모델 만들기
주제 : 이미지를 100%의 정확도로 구분하는 모델 만들기 **추가---------------------------------- 혹시 블로그에 사용한 이미지데이터가 필요하신 분은 아래 댓글이나 이메일 보내주시면 그냥 보내드립니다~ 질문은 메일보다 댓글로 적어주세요!! 연락주실 때 블로그 아래 하트모양 공감 꼭 눌러주세요 (혹시 메일이 안오면 공감 눌렀는지 확인하세요!!) 전부 했는데도 안오면 아래 메일로 데이터 요청해주시면 좀 더 빠른 답장 드릴게요 E-mail : rnjswodn2443@naver.com ----------------------------------------- 데이터 총 이미지 : 13798개 라벨 : 8개 person(1972개) airplane(1454개) car(1936개) do..
DL.6 _ 자연어처리, word2vec, fastText, 순환신경망, RNN, LSTM, GRU, Attention
Word2Vec 2013년에 고안된 Word2Vec 말 그대로 단어를 벡터로(Word to Vector) 나타내는 방법으로 가장 널리 사용되는 임베딩 방법 중 하나이다 Word2Vec은 특정 단어 양 옆에 있는 두 단어(window size = 2)의 관계를 활용하기 때문에 분포 가설을 잘 반영하고 있다. Word2Vec에는 CBoW와 Skip-gram의 2가지 방법이 있습니다. - CBoW 와 Skip-gram 주변 단어에 대한 정보를 기반으로 중심 단어의 정보를 예측하는 모델인지 => CBoW(Continuous Bag-of-Words) 중심 단어의 정보를 기반으로 주변 단어의 정보를 예측하는 모델인지 => Skip-gram FastText fastText 는 Word2Vec 방식에 철자(Charac..
DL.5 _ 자연어처리(NLP)
자연어 처리에서 등장하는 용어들 말뭉치(Corpus) : 특정한 목적을 가지고 수집한 텍스트 데이터 문서(Document) : 문장(Sentence)들의 집합 문장(Sentence) : 여러 개의 토큰(단어, 형태소 등)으로 구성된 문자열. 마침표, 느낌표 등의 기호로 구분 어휘집합(Vocabulary) : 코퍼스에 있는 모든 문서, 문장을 토큰화한 후 중복을 제거한 토큰의 집합 전처리(Preprocessing) 토큰화(Tokenization) 차원의 저주(Curse of Dimensionality) 불용어(Stop words) 어간 추출(Stemming) 표제어 추출(Lemmatization) 등장 횟수 기반의 단어 표현(Count-based Representation) 문서-단어 행렬(Document..
DL.4 _ 신경망 용어정리, Keras Hyperparameters
신경망 용어 정의 뉴런(Neuron): 뉴런은 신경계를 구성하는 세포이다. 딥러닝에서는 이러한 뉴런을 모사한 인공 뉴런인 퍼셉트론은 다수의 입력 신호를 받아 하나의 신호를 출력한다. 입력층(Input Layer):입력층(Input Layer)은 데이터 셋으로부터 입력을 받는 층으로 보통 입력변수와 입력 노드의 수를 같게 설정한다. 보통 입력층은 어떤 계산도 수행하지 않고 그냥 값들을 전달하기만 하는 특징을 가지고 있다. 은닉층(Hidden Layer):입력층과 출력층 사이에 있는 층들을 은닉층이라고 부르는데 은닉층은 계산 결과를 사용자가 확인 할 수 없기 때문에 은닉층이라는 이름이 붙었다. 출력층(Output Layer):신경망에서 가장 오른쪽, 마지막 층이 출력층으로 예측하고 하는 클래스를 출력해주는 ..