이 포스팅은 김성훈 교수님의 강의(모두를 위한 딥러닝)를 수강하며 공부한 내용을 정리한 것입니다. *해당 포스트는 텐서플로우 1.0.0 버전으로 작성된 소스코드입니다. 2.0.0 부터는 Session()이 사용되지 않음 *Tensorflow (기본적인 operations) import tensorflow as tf #ensorflow 를 import 하여 tf라는 이름으로 사용하기로 했다. hello = tf.constant("Hello, TensorFlow!") '''tf.constant라는 함수를 호출하여 "Hello, TensorFlow!"라는 문자열을 hello라는 변수에 저장하는 것이다. ''' sess = tf.Session() #Computational Graph를 실행하기 위해서는 Sess..

이 포스팅은 김성훈 교수님의 강의(모두를 위한 딥러닝)를 수강하며 공부한 내용을 정리한 것입니다. 섹션2. Linear Regression(선형회귀)의 개념 Predicting exam score: regression 어떠한 학생이 공부한 시간 만큼 어떠한 성적(0~100)이 나온다는 데이터로 Supervised learning을 시킨다고 하자. Regression이란 모델이 Training data를 가지고 Regression model이 학습을 하게 되었을 때, 7시간 공부한 학생에 대한 점수를 요청하면, 그에 대한 y값을 준다는 맥락이다. 예시를 정형화하여 설명해보자. (Linear) Hypothesis regression 모델을 학습한다는 것은 가설을 세울 필요가 있다. 어떤 Linear한 Mod..

이 포스팅은 김성훈 교수님의 강의(모두를 위한 딥러닝)를 수강하며 공부한 내용을 정리한 것입니다. 섹션1. 머신러닝의 개념과 용어 Machine Learning (기계 학습)이란 무엇인가? 통계적인 경험을 통해 문제의 해법을 찾아가는 인간의 특징을 기계에 적용한 것이 머신러닝(machine learning)이라고 할 수 있다. 기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야이다. Deep Learning 이란 무엇인가? 딥러닝(deep learning)은 더욱 고도화된 머신러닝 방법으로 사진과 같은 고차원 데이터에서 기계 스스로 패턴을 알아낼 수 있다는 장점이 있다. 예를 들면, 개와 고양이를 분류할 때 기존 머신러닝은 일반적으로 귀,..

*이 포스트는 강의 요약 포스트입니다. 기존 Object Detection 모델의 문제점 1. 많은 수의 Anchor Prediction 과정이 필요하다. (ReitnaNet의 경우 1장의 이미지에 대한 약 100K정도의 Anchor Prediction) 2. 이로인해 Post-Processing 과정에서 NMS 처리로 인해 속도가 느려진다. 3. 또한 Multi-Anchor Prediction 의 결과로 NMS를 적용하더라도 하나의 Object에 대해 여러개의 Prediction을 만드는 중복 Prediction 문제가 생길 수 있다. CenterNet Objects as Points (https://arxiv.org/abs/1904.07850)에서 처음 CenterNet 개념이 나타났다. Object..

*이 포스트는 강의 요약 포스트입니다. Open Image Dataset Ground Truth Object Detection 문제 영역의 Ground Truth 데이터는 사람이 지정한 Bounding Box와 Class Label 이다. 정답 Ground Truth 데이터와 비교했을 때, 예측 값의 성능을 비교하기 위한 Metric이 필요하다. Metric-1 Intersection over Union(loU) Metric loU은 1개의 Bounding Box와 1개의 Bounding Box가 얼마나 일치하는 지를 0.0~1.0 사이의 값으로 표현한다. 2개의 Bounding Box가 일치할 수록 1.0에 가까운 값이 되고, 일치하지 않을 수록 0.0에 가까운 값이 나온다. Metric 2 - Pre..

*이 포스트은 강의 요약 포스트입니다. 컴퓨터 비전 (Computer Vision) 인간의 시각과 관련된 부분을 컴퓨터 알고리즘을 이용해서 구현하는 방법을 연구하는 분야이다. 이미지분류 (image Classications), Sematic Image Sementation, 물체 검출 Object Detection 등이 컴퓨터 비전의 대표적인 문제들이다. 컴퓨터 비전 문제를 풀기 위해 딥러닝 여러 구조 중 CNN이 많이 사용된다. Object Detection : 물체가 있는 영역의 위치정보를 Bounding Box로 찾고 Bounding Box 내에 존재하는 사물의 라벨(Label)을 분류하는 영역 Object Detection문제 영역의 출력값 - x_min, y_min,x_max,y_max,clas..