irb (3) 썸네일형 리스트형 [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.. [DeepLearning] IRB에 관하여 Inverted Residual Block 이번 시간에는 지난 GPU-Net에서 설명했던 이미지 추론의 진행 과정 중, 분산 검색 프레임워크(Distributed Search Framework)의 진행 단계에서 단순히 residual block의 응용이라고만 설명했던 Inverted residual block(역 잔차 블록)에 대해서 알아보겠습니다. 본 기술이 등장하게 된 시기는 2018년 Mobilenet V2에서 새롭게 개발한 기술을 소개하는 과정에서 등장했으며, 이외에도 Depthwise Seperable Convolution(분할가능 깊이 합성곱) 기법, residual bottleneck기술 등 핵심적인 토대가 되는 신기술들이 다수 등장하는 논문입니다. 이 Depthwise Seperable C.. [DeepLearning] GPU-Net을 활용한 이미지 분류_1 국내에는 번역본이 많이 보이질 않아서 pytorch문서와 NVIDIA 발 논문의 직접 해석을 진행했습니다. 꽤 최근 모델이었던 것 같습니다. 이번 시간에는 요즘 정말 핫한 그래픽 카드 전문 기업인 NVIDIA에서 밝혀낸 GPU-Net모델을 official하게는 아니고 잠깐 소개하는 시간을 가져보겠습니다. pytorch 공식 문서에서 본 내용으로 테스트를 진행하던 중 꽤 흥미로운 결과값을 보이는 이미지들이 있어서 그 부분도 같이 가져왔습니다. ✅ 주의 ※ 의 내용을 따르나, 논문 해석상의 오류나 의역이 존재할 수 있습니다. 먼저, GPU net은 쉽게 말하자면 CNN(Convolution Neural Network)에서 이미지 분류와 정확도에 특출난 성능을 보이는 신규 모델로, 현재까지는 특정 영역(추론).. 이전 1 다음
