ComputerVision Jack

[Const에 대하여] 변수를 상수화 하듯 객체도 상수화 할 수 있다. const Simple sim(10); #객체에 const선언이 붙으면 객체를 대상으로 const함수만 호출이 가능하다. 객체의 데이터 변경을 허용하지 않겠다. const와 함수 오버로딩 함수의 const선언 유무 또한 함수 오버로딩의 조건이 된다. [클래스 함수 friend선언] 클래스의 friend 선언. 클래스에 대해 friend 선언은 private 멤버의 접근을 허용하는 선언. class C{ private: int num; friend class Java; public:.. } #Java 클래스 내에서는 C클래스의 모든 private 멤버 변수에 직접 접근이 가능하다. friend선언은 클래스 어디에나 위치할 수 있다. 이..

마스크를 이용한 엣지 검출 엣지(Edege) : 배경과 객체의 경계가 되는 부분(픽셀의 밝기 값이 급격하게 변함) 엣지는 함수의 1차 미분을 사용하여 구할 수 있다. 1차 미분을 이용한 근사화 순반향 차이 역방향 차이 중간값 차이 중간값 차이를 오류가 적어서 가장 많이 사용한다. 또한 엣지 검출에 다양한 마스크가 존재한다. 케니 엣지 검출기 좋은 엣지 검출기의 조건 1. 정확한 검출 : 오류 최소화 (엣지가 아닌 점을 엣지로 검출) 2. 정확한 위치 : 실제 엣지의 중심을 찾아야한다. 3. 단일 엣지 : 엣지의 두께는 한 픽셀이 되어야 한다. [케니엣지 실행 순서] 가우시안 필터링 - 그레디언트 계산(크기 & 방향) - 비최대 억제 - 히스테리시스 엣지 트래킹 가우시안 필터링을 들어가서 연산할 때, 초기..

[개념 정리] 인셉션(Inception) 구글이 만든 이미지 인식 모델, 기본적으로 작은 컨볼루션 계층을 매우 많이 연결한 것. #책의 자료 주소 오류 책에서 주어진 예제를 실습하기 위해 자료를 찾아 github에 들어 갔으나, 404에러가.. 그래도 다행인건 데이터에 대한 자료는 존재한다. 시간을 내서 그냥 스스로 cnn을 제작하여 학습시켜보려고 한다. ##

[11-0 cnn_basics] 합성곱 신경망에 대한 기본 sess = tf.InteractiveSession() image = np.array([[[[1],[2],[3]], [[4],[5],[6]], [[7],[8],[9]]]], dtype=np.float32) print(image.shape) plt.imshow(image.reshape(3,3), cmap='Greys') #기본적인 예제 이미지 생성 print("image.shape", image.shape) weight = tf.constant([[[[1.]],[[1.]]], [[[1.]],[[1.]]]]) print("weight.shape", weight.shape) conv2d = tf.nn.conv2d(image, weight, stride..

[C언어 반복문] 반복문은 조건을 만족하는 동안, 특정 영역을 계속 반복하는 구조. while문 while문의 소괄호 안에는 반복의 조건을 명시하고, 조건이 만족되는 동안 중괄호 안에 존재하는 코드가 반복 실행되는 구조이다. while(조건식){ } 반복문 안은 들여쓰기를 사용하여 영역을 가시적으로 구분짓는다. 반복 대상이 하나인 경우 중괄호는 생략이 가능하다. while(조건) printf() 반복 조건안에 1을 사용하는 경우 무한루프를 실행한다. do~while문 do~while문도 반복문의 종류이다. 그러나 while문과는 반복의 조건을 검사하는 시점이 다르다. do~while문은 반복 영역을 최소 한번은 실행한다. do{ } while(조건); 따라서 절차적으로 접근한다고 하면 일반 while문은..

영상의 산술 연산 영상은 2차원 행렬이기 때문에 행렬의 산술 연산(arithmetic operation)을 적용할 수 있다. 두 개의 영상을 더하거나 빼는 연산을 수행하여 새로운 결과를 얻을 수 있다. 곱하기 나누기 연산은 거의 사용하지 않는다. 영상 더하기 : dst(x, y) = src1(x, y) + src2(x, y) 영상 더하기 수행시 그레이스케일 최댓값 255보다 커지는 경우가 발생할 수 있다. dst(x, y) = saturate(src1(x, y) + src2(x, y)) 포화 연산을 수행해 준다. void add(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -1); #영..

[10-1 mnist_softmax] softmax()함수를 이용한 mnist 데이터 분류 from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot = True) #mnist데이터를 작업 환경으로 load한다. X = tf.placeholder(tf.float32, [None, 784]) Y = tf.placeholder(tf.float32, [None, 10]) #mnist 이미지를 통채로 넣어 준다. (28 * 28) 자료형이기 때문에 784크기를 받는다. W = tf.Variable(tf.random_normal([784, 10])) b = tf.Va..

scikit_learn예제 - 유방암 데이터를 갖고 모델 앙상블 하여 결과 도출 Model Ensemble from sklearn.datasets import load_breast_cancer from sklearn.model_selection import train_test_split from sklearn.naive_bayes import GaussianNB from sklearn.metrics import accuracy_score from sklearn import svm from sklearn.neural_network import MLPClassifier #필요한 라이브러 import 및 sklearn import. NB 모델, SVM, MLP 3가지 모델을 앙상블 할 계획이다. data = ..