딥러닝

2편 - [AI/Self-Study] - Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 2 Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 2 Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 1편 : lynnshin.tistory.com/26 Keras : ImageDataGenerator 대신에 tf.data로 빠르게 학습하기 1 이미지 분류 프로젝트 진행하면서 Keras의 Image.. lynnshin.tistory.com 이미지 분류 프로젝트 진행하면서 Keras의 ImageDataGenerator를 쓰는데 너무 느리다는 문제점이 발생했다. 구글링을 통해 Tensorflow의 tf..

EfficientNet 정리 글 : [AI Research Paper Review/More] - EfficientNet 정리 EfficientNet 정리 이전글 : [AI/Self-Study] - EfficientNet 모델 구조 EfficientNet 모델 구조 EfficientNet - B0 baseline 네트워크 구조 EfficientNet B0 전체 모델 구조 파악 MBConv1 Block 구조 (= mobile inverted bottleneck.. lynnshin.tistory.com EfficientNet - B0 baseline 네트워크 구조 EfficientNet B0 전체 모델 구조 파악 MBConv1 Block 구조 (= mobile inverted bottleneck convolu..

Standford University 의 CS231n: Convolutional Neural Networks for Visual Recognition 강의를 매주 들으며 스터디한 내용 (번역 및 정리)을 매주 블로그에 포스팅 할 계획이다. 🕵️‍♂️ 강의 소개 컴퓨터 비전은 이제 우리 사회에서 어디서나 볼 수 있게 되었다 - 검색, 이미지 이해, 앱, 의학, 드론, 자율주행차 등... 이런 프로그램들의 핵심은 이미지 분류 (image classification = 단일 객체 분류), 로컬라이제이션 (localization = 단일 객체 위치 정보 파악), 인식 (detection = 여러 객체에 대해 classification과 localization 동시 수행)과 같은 시각적 인식(Visual Reco..

이 강의는 Computer Vision (컴퓨터 비전)에 관한 강의다. 소개 1. Computer Vision 이란? 말 그대로, Visual data (시각 데이터)에 대한 연구다. 2. 왜 이 공부를 해야 할까? 지난 몇 년간 시각 데이터의 양이 어마어마하게 많아졌기 때문이다! 우리 옆에는 카메라가 1개 또는 3개까지 달린 스마트폰이 항상 존재한다. 이런 센서들을 통해 엄청난 양의 시각 데이터가 만들어지는 것이다. CISCO는 2015년 연구에서 2017년에는 인터넷 트래픽의 80% 이상이 비디오일 것이라고 예상했다 (이미지와 같은 다른 타입의 시각데이터를 빼고 오직 비디오만 고려). 그러므로 인터넷에 돌아다니는 대부분의 데이터는 시각 데이터다. 우리는 이 데이터를 이해하고 활용할 수 있는 알고리즘을..