딥러닝 (19) 썸네일형 리스트형 [세미나 정리] 2023 K-디지털 플랫폼. Meet, AI 세미나 현장스케치 이번에는 자연어 처리 프로젝트와 관련해서 더 많은 의견과 이론을 학습하기 위해서 세미나에 다녀 왔습니다. 5월 25일 SKT 타워 SUPEX 홀에서 열린 생성형 AI 관련 세미나입니다. 본 세미나의 세션이 상당히 내용이 깊고 재미있어서, 필자가 개인적으로 다시 보기 위해서 세미나 내용을 정리합니다. 아래 내용은 유튜브를 통해 공개되어 있으며 링크를 통해 다시보기 할 수 있습니다. https://www.youtube.com/live/7biAfXes67o?feature=share 1) 성균관대 부총장 최재붕 교수님 강의 포노사피엔스 시장, 혁명적 변화의 증거 2020년도부터 보편적 인류는 포노 사피엔스 문명으로 접어들게 되었고, 인류는 여기서 아래와 같이 혁신적으로 변화하게 되었다고 합니다. 1. 라이프스타.. [논문 리뷰] residual proposal network를 사용해서 한층 빨라진 객체 탐지, Faster R-CNN 오랜만에 이미지 탐지에 대한 논문 탐구를 진행합니다. 지난 시간에는 YOLOv 모델들을 차례로 살펴보았지요? 이번 시간에는 시간을 거슬러 올라가 과거의 모델을 되짚어 보겠습니다. 바로 Faster R-CNN 입니다 Faster R-CNN은 이미지와 관련된 지난 논문 분석에서 살펴보았던 YOLOv1, YOLOv2의 발견으로부터 1년전에 제시된 모델 입니다. YOLOv2를 설명할 때, multitask 에 대한 방법론 부분에서도 Faster R-CNN에 대한 언급이 잠깐 나온 바 있었네요. [Deep Learning] YOLOP v2 / 더 향상된 욜로 모델! - 논문리뷰 (tistory.com) 이미지 출처 : Faster R-CNN: Down the rabbit hole of modern object d.. [논문 리뷰] GAN에서 한 발짝 앞서서, PGAN(Progressive-GAN) 기술 분석 이번 시간에는 개인적으로 많은 호기심을 갖고 있었던 GAN에 대해서 심층적으로 알아보고, 이를 얼굴 인식 분야에서 전문적으로 활용한 PGAN에 대해서 분석해보겠습니다. 펴본 논문은 NVIDIA 연구팀에서 ICLR 2018 컨퍼런스를 통해서 발표한 "Progressive Growing of GANs for Improved Quality, Stability, and Variation" 페이퍼 입니다. 지금으로부터 6년전에 발표된 논문이지만 computer vision과 생성 부분에서 높은 정확성을 갖고 있고, 안정성도 탄탄한 모델이어서 살펴보았습니다. 들어가기에 앞서서 필자가 생각하는 이미지 생성의 어려움은 물론 모델과 기계 성능에도 있지만 인간의 '시각적 평가'가 무서울 정도로 까다롭기 때문이라 생각합니다.. [Deep Learning] YOLOP v2 / 더 향상된 욜로 모델! - 논문리뷰 지난 시간에 이어서, 이미지의 객체 인식(object detection)에 대해서 yolo를 더 탐구해보고자 합니다. 현시대까지 이루어진 Object detection에 대해 분류와, 시대적 흐름에 대해서 아주 잘 정리한 글이 있어서 이부분도 참조 합니다. [컴퓨터비전10] 자율주행자동차의 핵심 알고리즘, 객체 인식(Object Detection) 기본 개념 정리 (tistory.com) [컴퓨터비전10] 자율주행자동차의 핵심 알고리즘, 객체 인식(Object Detection) 기본 개념 정리 안녕하세요. 데이터 요리사, 루나 입니다. 자율주행 자동차는 실시간으로 주변의 객체를 인지하고, 상황을 판단해서, 차량을 제어하는 엄청난 기술의 총 집합체라고 할 수 있습니다. 이번 글에 zhining.tisto.. [DeepLearning] YOLOv 모델, you only look once 논문 분석 이번시간에는 최근 2~3년 새에 이미지 분류 분야에서 상당히 핫한 주제중 하나였던, YOLO(You Only Look Once) 모델에 대해서 알아보았습니다. 이름도 참 흥미롭죠? 오직 한번만 봐도 된다, 굉장히 직관적인 이름이 아닐 수 없습니다. 2015년 1월 처음으로 기고가 된 YOLO는 이제 학습모델 중에서 아시는 분들은 다 아는 울트라리틱스(Ultralytics Hub)와 로보플로우(Roboflow) 애플리케이션에 연결되어 사용되고 있습니다. ○ 울트라리틱스, 로보플로우 참조 https://hub.ultralytics.com/ Ultralytics HUB hub.ultralytics.com Workspace Home (roboflow.com) Sign in to Roboflow Even if y.. [DeepLearning] MobileNet_V2를 사용한 이미지 추론 IRB기법이 사용됩니다 지난 시간에는 IRB의 개념과 IRB를 사용한 모델, Mobilenet_V2에 대해서 살펴보았습니다. 이번에는 개념만 알고 넘어가기에는 실용적인 부분이 부족한 감이 있어서, 이 Mobilenet_v2를 직접 구동해보고 몇가지 이미지를 입력해서 맞추는지 확인해 보고자 합니다. 먼저 필수 라이브러리를 불러왔습니다. # 필수 라이브러리 import torch # 이미지 파일 오픈하는 데 사용 from PIL import Image from torchvision import transforms import urllib 이미지 파일은 풍경, 생명체(객체), 생명체 풍경이 혼합된 객체, 도시 이미지 등을 사용했습니다. url, filename = ('https://raw.githubuserc.. 이전 1 2 3 4 다음
