전체 글54 [Part 1] Object Detection의 개념과 핵심 메커니즘 Classification을 넘어 Localization과 Detection으로2012년 AlexNet의 등장 이후, 딥러닝은 이미지 분류(Classification)를 넘어 사물의 위치까지 찾아내는 Object Detection 분야에서 혁신적인 발전을 이뤄냈습니다.1. 주요 개념 정의Localization: 단일 이미지 내에서 하나의 목표물 위치를 찾는 것.Object Detection: 이미지 내 여러 개의 Object를 Bounding Box(bbox) 단위로 찾아내는 것.Segmentation: 여러 Object를 픽셀(Pixel) 단위로 정밀하게 구분해 내는 것.2. Object Detection의 구성 요소모델은 크게 **좌표값 예측(Regression)**과 클래스 예측(Classifica.. 2026. 2. 3. 컴퓨터비전 2012년 ImageNet 대회에서 AlexNet이라는 Deep기반 Conv 등장, 차원이 다른 성능 향상Object Detection에서도 Deep 기반으로 하기 시작함 -> PASCAL VOC(데이터셋) 비약적 상승 CNN -> Classification(분류)이걸 발전시켜서 단순히 분류가 아닌 object의 위치를 찾음Localization: 하나의 이미지 안에서 하나의 목표물(object)를 찾아내는 것이걸 발전시켜서 하나의 이미지 안에 여러 object를 찾아내는 것 (bounding box 단위)이걸 발전시켜서 하나의 이미지 안에 여러 object를 찾아내는 것 (pixel 단위) bbox 좌표값 예측(regression) + bbox의 object가 무엇인지 예측(classification).. 2026. 1. 26. 3 Classification첫번째에서 얘기한 연속적인 데이터와 달리 categorical한 데이터는 classification으로 처리한다.Linear regression을 적용해보면 0 or 1 이런 식으로 나오기 때문에 관계를 선형적으로 나타냈을때 좋지 않은 결과가 나온다. 또한 결과값이 3개 이상이거나 각각의 결과에 당선 낙선같은 의미가 있다면 그런 부분을 반영하지 못하기 때문에 비선형적인 관계인 categorical 데이터에 linear regression은 적합하지 않다.따라서 이런 것을 위해 Logistic regression이란 것을 개발했다.Logistic RegressionSigmoid 함수가 이번 케이스에서 원하는 모양이기 때문에 사용해보겠다.계산을 하다보면 양 변에 로그를 취해야 하는 .. 2025. 1. 21. 2 Linear RegressionRegression: 연속적인 숫자 데이터(종속변수)를 예측하기 위해 독립변수와의 관계를 모델링 하는것Linear Regression: 종속변수와 독립변수의 관계가 선형이라고 가정하는 regression실생활의 대부분의 패턴들은 Linear하지 않지만 그럭저럭 2025. 1. 21. 1 Artificial Intelligence(인공지능) -> Machine Learning(머신러닝) -> Deep Learning(딥러닝)머신러닝은 데이터로부터 학습하고 그걸 가지고 아직 보지 않은 데이터에 적용하는 기술특징으로는 사람이 교육하지 않고 스스로 학습하는 것해야하는 일과 필요한 재료만 던져주고 알아서 배우라고 냅두는 것데이터를 기반으로 의사결정을 하고 사람의 조작을 최소화하는 다양한 AI의 방법중 하나 머신러닝은 두 가지로 나뉜다Supervised learning(지도학습)선생님이 있는 학습, 정답지가 있어 맞춰보고 틀리면 고쳐주며 접근하는 방식, 이렇게 연습 후 실제 시험장 가서 맞춰봐 하는 방식Unsupervised learning(비지도학습)그냥 이미지 세트를 주고 모양을 보며 스스로 .. 2025. 1. 17. [파이썬으로 풀어보는 회귀분석] 1. 회귀분석 - 데이터 과학의 주역 선형회귀분석은 간단하고 효과적인 도구이다. 손쉬운 구현과 확장성을 제공해 적절한 데이터를 활용해 잘 처리하면 인공지능보다 효과적일수도 있다.회귀분석과 데이터 과학과거에는 데이터 가용성으로 인해 분석 솔루션에 제약이 있었지만 폭발적인 데이터 증가로 값싸고 풍부한 정보를 이용해 학습이 가능하기 때문에 광범위한 예측 애플리케이션이 현실화 되었다. 하지만 데이터를 사용하는데 문제가 있다.- 목적이 다른 모델링 데이터와 비정형 데이터를 처리하는것- 각각 다른 정보에서 어떻게 추출할 것인지 등 머신러닝에 기반을 둔 데이터 과학 접근법은 다양한 알고리즘을 정밀하게 테스트하고 예측 능력을 평가한 후 마지막으로 구현할 최적의 알고리즘을 선택한다. 최적의 알고리즘을 선정하는데는 정도가 없고 상황마다 달라지고 성능이 높은 .. 2024. 12. 10. 이전 1 2 3 4 ··· 9 다음
