기억의 기록(나의 기기)

Computer vision - Super Resolution 구현안녕하세요, 데이터 과학 전공하고 있는 황경하입니다.오늘은 동아리 학우분들과 새로 시작한 프로젝트에서 제가 맡은 Super Resolution 구현 과정을 포스팅해보려 합니다. 이번 포스팅을 포함하여 관련 포스팅에는 제가 프로젝트를 하면서 겪은 고충들과 대처법, 극복 스토리들을 다룰 예정입니다. 이 포스팅이 작게나마 저와 같은 고충을 겪는 사람들에게 도움이 되었으면 합니다. 프로젝트의 아이디어와 데이터는 데이콘 공모전을 통해 수집하였습니다.공모전: https://dacon.io/competitions/official/236251/data 저해상도 조류 이미지 분류 AI 경진대회 - DACON분석시각화 대회 코드 공유 게시물은 내용 확인 후..

Computer Vision - SRCNN안녕하세요, 데이터과학을 전공하고 있는 황경하입니다.오늘은 Super Resolution 분야에 딥러닝을 처음 적용한 SRCNN에 대해 공부해 보겠습니다.해당 논문을 선택한 이유는 SRCNN에 대한 시초이자 교과서라고 많이 말씀을 하시더라고요. 그런데, 제 생각보다 난이도가 너무 높아서 정말 많은 분들의 블로그를 보며 도움을 받았습니다. SRCNN은 Sparse Coding 기법을 Base로 하고 있습니다. 따라서, Sparse Coding에 대한 공부가 되지 않은 상태에서 이 글을 읽으시면, 이해가 어려울 수 있습니다. Sparse Coding에 대한 설명은 이 글에 남겨두었으니 참고부탁드립니다. 리뷰 논문: https://ieeexplore.ieee.org/a..

[Sparse Coding 기법] - 쉬운 설명안녕하세요, 데이터과학을 전공하고 있는 황경하입니다.오늘은 다음 포스팅을 위한 사전 학습? 차원에서 Sparse Coding에 대한 설명을 해보려 합니다.다음 포스팅은 SRCNN에 대한 논문 리뷰인데, SRCNN이 Sparse Coding을 베이스로 구현되었기 때문에 다음 리뷰를 읽으시는 분들에 편의를 위해 Sparse Coding 기법부터 설명해 보겠습니다. *이 글에 포함된 내용은 논문과 블로그, AI ChatBot 등을 활용하여 얻은 지식들을 제가 이해한 대로 적은 것이므로, 틀린 해석이 포함되어 있을 수 있습니다. 만약, 틀린 부분이 있다면 댓글로 남겨주세요!* 참고 논문: https://www.sciencedirect.com/science/artic..

논문리뷰 - Deep Learning-Based Crack Damage Detection Using Convolutional Neural Networks안녕하세요, 데이터과학 전공하고 있는 황경하입니다. 오늘은 저번 포스팅과 마찬가지로 프로젝트 진행에 참고할만한 논문을 읽어보고 리뷰를 남기려 합니다. 이 논문의 주제는 콘크리트의 균열(Crack)을 Deep CNN을 이용하여 찾아내는 것입니다. 바로 가시죠! 논문: https://onlinelibrary.wiley.com/doi/abs/10.1111/mice.12263?casa_token=fzE8SjsvRa4AAAAA:IsMC4J7ApyB-JHwX1qNI-cexYXhxjeajRFUUC6K-vxvmeIyQpNL_U6MpevR1PtniHMWxMqRQtAiqS..

ResNet - 설명과 함수형 API 구현안녕하세요, 데이터과학을 전공하고 있는 황경하입니다.오늘은 ResNet에 대한 이야기를 해보려 합니다. 이전 포스팅에 VGG16에 대한 이야기를 다뤘었는데, 최근에 이런 pretrained model들에 대해 공부하고 있어서 ResNet도 설명해 보겠습니다. 바로 가시죠!코드: https://colab.research.google.com/drive/1vOegGrsifZbSzOH_wZvPWbER-bbjAFMW?usp=sharing Google Colab NotebookRun, share, and edit Python notebookscolab.research.google.com ResNet?ResNet이라는 단어 자체가 생소하신 분들도 계실 것 같습니다. ResNe..

Data Augmentation안녕하세요, 데이터 과학을 공부하고 있는 황경하입니다.오늘은 이전 포스팅에서 강아지, 고양이, MNIST 이미지를 증강하는 기법을 설명하였는데요. 글이 길어질 것 같아 그 효과를 설명하지 못했었습니다. 그래서 오늘은 데이터 증강 효과를 예제를 통해 보여드리겠습니다.이번에도 Google Colab 환경에서 작업하였습니다.코드: https://colab.research.google.com/drive/1lZdegtB7uyrTXlzVxLr8dXl38yC_1bYl?usp=sharing [Data Augmentation] 강아지, 고양이, MNIST 예시를 통한 설명Colab notebookcolab.research.google.comWithout Data Augmentation La..

Data Augmentation 안녕하세요, 데이터과학 공부하고 있는 황경하입니다.오늘은 데이터 증강 기법을 이용한 강아지, 고양이 분류 문제를 다뤄보겠습니다.코드: https://colab.research.google.com/drive/1lZdegtB7uyrTXlzVxLr8dXl38yC_1bYl?usp=sharing [Data Augmentation] 강아지, 고양이, MNIST 예시를 통한 설명Colab notebookcolab.research.google.com 서론 몇 년 전까지만 해도 강아지와 고양이를 분류하는 문제는 인공지능 분야에서 매우 어려운 일이었습니다. 왜냐하면, 강아지와 고양이를 구분하는 유일한 특징이 없을뿐더러, 있다고 하더라도 모든 견종에 포함되는 것은 아니기 때문이죠. 예를 들어..