Pytorch를 사용하여 CIFAR10 이미지 분류기 만들기 (w. Vgg16)
·
AI/Computer Vision
CIFAR-10 이미지 분류기 만들기합성곱 신경망(Convolution Neural Network)을 사용하여 성능이 향상된 이미지 분류기 생성 (w.Vgg16)개요 및 결론 요약개요CNN을 활용하여 직접 이미지 분류기를 만들어 성능을 확인하고, Pre-trainded된 모델을 Fine Tunning하여 성능을 비교하여 얼마나 차이나는지 확인함.Simple Convolution Neural Network를 생성하여 CIFAR-10 이미지 데이터를 구별하는 분류기를 생성하여 성능을 확인함.Pre Trained된 VGG16를 CIFAR-10 데이터로 Fine Tunning 후 성능을 직접 구축한 Simple CNN 대비 얼마나 성능이 좋아졌는지 확인함.두 모델은 모두 같은 하이퍼파라미터와 손실 함수를 사용하..
MNIST 데이터로 해보는 CNN (Convolution Neural Network)
·
AI/Computer Vision
CNN (Convolution Neural Network)CNN이미지 영상인식의 혁명같은 CNNCNN은 이미지의 특징을 검출하여, 분류하는 것 CNN은 특징을 찾는 레이어와 분류를 하는 레이어로 구성됨 Convolutional FilterConvolution : 특정 패턴이 있는지 박스로 훑으며 마킹하는 것위 아래선 필터, 좌우선 필터, 대각선 필터, 각종 필터로 해당 패턴이 그림위에 있는지 확인필터는 이미지의 특징을 찾아내기 위한 파라미터 위 그림에서는 주황색의 3 x 3 행렬 (CNN에서 Filter와 Kernel은 같은 의미로 사용됨)필터는 일반적으로 4 x 4 or 3 x 3과 같은 정사각 행렬로 정의됨.CNN에서 학습을 통해 필터를 구할 수 있음CNN은 입력 데이터를 지정된 간격으로 순회하며 채..
Penn-Fudan으로 알아보는 객체 탐지(Object Detection), 분할(Segmentation) with FasterRCNN
·
AI/Computer Vision
해당 게시물은 Torch Vision의 객체 감지 미세조정 튜토리얼을 참고하여 작성되었습니다.Pytorch에서 제공하는 Coco 데이터로 사전 훈련된 FasterRCNN을 활용하여 보행자 감지(detection) 및 분할(segmentation)을 위해 Penn-Fudan 데이터로 파라미터 튜닝을 진행합니다. Penn-Fudan 데이터는 345개의 보행자 정보가 포함된 총 170개의 이미지가 포함되어 있습니다.실습 준비Download최초 1회 아래의 주석을 풀어 cutom function과 Penn-Fudan 데이터를 다운로드합니다.# !wget https://raw.githubusercontent.com/pytorch/vision/main/references/detection/engine.py# !wg..