* 레이어의 상세 동작 원리는 다루지 않습니다. CNN을 통해 Image에서 Feature을 추출하는 레이어 [Convolutoin, Pooling, ReLU] 에 대해 알아보자 참고) CNN은 input으로 이미지만 받아야 하는게 아님 (n x m 2D 배열이면 다 됨) - 단, 이미지가 아니면 결과를 시각적으로 알아보기 힘들 뿐. 이번 수업에서는 squeezenet 모델을 전이학습으로 사용해본다. analyzeNetwork(net) 위 메소드를 사용하면 해당 모델의 레이어 구성을 시각적으로 확인할 수 있다. squeezenet 네트워크는 총 68개의 계층(레이어)가 있다는 것을 알 수 있다.. (대학원 석사쯤 밟고 AI 분야로 취업하면 저렇게 많은 레이어들을 하나하나 구성하고, 가중치 조절하고 하면서..
# Image Datastore 머신러닝을 하기 위해서는 수많은 데이터를 사용해 학습시켜야 한다. 이런 이미지들을 모두 불러와서서 학습시키기에는 프로그램에 너무 많은 부담이 된다. 따라서 매트랩에는 이미지를 전부 불러올 필요 없이(변수로 저장해둘 필요 없이), DataStore가 이미지의 메타데이터를 담아두고 있다가, 필요할 때 직접 꺼내쓰는 방식을 사용한다 => 메모리 절약, 속도 향상 내가 이해한게 맞나 모르겠다. 다른 한글 자료가 없더라. 영어가 필수야 필수;; 다음으로, 이미지의 상태가 정상이 아닌 경우(잘렸거나, 회전했거나, 찌그러졌거나 등..) 전처리 과정을 거칠 필요가 있다. (Preprocessing) 전처리 과정은 "augmentedImageDatastore" 이 담당해서 해준다. 지금까..
인공지능을 구현하는 방법인 머신러닝의 기법 중 하나인 "딥러닝"을 배워보도록 하자!!! 와! 신난다! 딥러닝 하면 가장 먼저 나오는 용어가 바로 CNN일 것이다. CNN이 뭔지, 어떻게 사용하는지부터 알아보자. # CNN(Convolutional Neural Network) 이란? CNN의 기본 구성은 위 사진과 같다. 세가지 큰 틀로 구성된다. 1. 데이터 input 2. 데이터에서 특징(Feature) 추출 3. 추출된 특징들에 점수를 매겨 하나의 클래스로 분류(Classification) [1. 데이터 input] m x n 2D 레이어를 input으로 넣어야 한다. m x n x 3 에서 "x3" 은 3채널(대개 R, G, B)를 가진 데이터라는 의미 [2. Feature Extraction] 추..
학교에서 인공지능 수업을 듣고 있는데 개인적으로는 범용성이 높은 파이썬을 이용했으면 좋겠는데 아쉽게도 매트랩을 사용해서 수업을 한다고 한다.. 졸업하면 매트랩 쓸 일 없을 것 같은데.... 라이센스 비용이 억을 넘어간다나 뭐라나 매트랩 쓰는 기업에 취직하면 일단 월급걱정은 없을듯 ㅋㅋ 아무튼 공부를 위해 블로그에 정리, 기록해두고자 함. 개념만 잘 알면 나중에 툴을 바꾸는건 할만하니까 ----- [인공지능을 들어가기 앞서 기본 개념 정리!] 인공지능을 검색하면 항상 같이 엮여나오는 단어들이 있다. 머신러닝(기계학습), 딥러닝, 빅데이터 등등. 온갖 뉴스들에서 인공지능이니 빅데이터니 하면서 많이 들어는 보았지만 뭔지 설명해 보라 하면 명확하게 설명하기는 난감했던 용어들.. 이참에 한번 정리하고 가보자 #1..
이번에 학교 전공 강의로 앱 프로그래밍 강의를 수강하게 되었는데 뭔놈의 오류랑 꼬이는게 이렇게 많은지 제대로 빌드하기조차 어렵다 욕이 안나올수가 없다 겪은 오류들과 해결방법을 모아보도록 하자.. 1. Installed Build Tools revision 31.0.0 is corrupted File -> Settings -> Android SDK (좌측상단에 검색하면 빠름) Android API 31 체크되어있으면 체크 해제하고 삭제 때리기 이놈이 설치되어 있어서 개같이 꼬이는거다. 만악의 근원. 어쩌다 깔리게된지 모르겠다. 역시 최신판 함부로 쓰는거 아닌가보다. 대충 검색해보니까 이 API 31은 아직 공개되지도 않은 안드로이드 12 버전에 사용되려는 녀석인 것 같다. 그래놓고 AVD 매니저로는 안드로..
Median filter와 Mean filter의 차이가 매우 확연하게 드러난다!!! Median filter의 경우 대충보면 원본이랑 거의 차이도 없어보인다. ㄷㄷ 그 이유는 Median filter는 salt and pepper noise 제거에 탁월하기 때문이다. 근데 이건 내가 만든 노이즈 파일에 소금후추 노이즈만 있어서 차이가 극단적으로 보이는 것이라 아무튼! Mean filter는 필터 내의 Y값을 모두 더해서 평균을 내기 때문에 0이나 255같은 값이 섞여있으면 전반적으로 결과가 이상하게 나오게 된다. 그리고 mean filter를 쓰면 전반적으로 이미지가 뿌얘진다? 뭉개진다고 해야하나? 하여튼 필터 중 제일 간단한 필터지만 그만큼 성능은 좀 떨어진다고 봐야할 듯 싶다/ 다만 median f..