일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 파이토치
- c언어 정리
- 해리스 코너 검출
- c++공부
- matlab 영상처리
- 컴퓨터 비전
- 파이토치 김성훈 교수님 강의 정리
- MFC 프로그래밍
- tensorflow 예제
- Pytorch Lecture
- object detection
- 케라스 정리
- pytorch
- 파이토치 강의 정리
- c언어
- 김성훈 교수님 PyTorch
- 미디언 필터링
- 딥러닝 공부
- 골빈해커
- 딥러닝 스터디
- 영상처리
- TensorFlow
- c++
- pytorch zero to all
- 모두의 딥러닝 예제
- 모두의 딥러닝
- 딥러닝
- 가우시안 필터링
- C언어 공부
- 팀프로젝트
- Today
- Total
목록CNN (3)
ComputerVision Jack
이번 스터디에선 개와 고양이 사진으로 분류기 모델(CNN)을 tensorflow로 만들어 보는 작업을 해보았습니다. 먼저 구글 드라이브에 사용할 자료를 업로드 하였습니다. 우선 이미지 경로로부터 데이터를 얻어오기 위해 작업합니다. def selectImg1(image_path, num): fname = 'cat.{}.jpg'.format(num) img_path = os.path.join(image_path, fname) return img_path def selectImg2(image_path, num): fname = 'dog.{}.jpg'.format(num) img_path = os.path.join(image_path, fname) return img_path def preprocess_img(..
[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..
[개념 정리] 이미지 인식의 CNN CNN은 합성곱 신경망이다. 이러한 CNN은 이미지 인식 분야와 자연어 처리, 음성인식에도 효과가 대단하다. CNN 개념 CNN의 모델은 기본적으로 컨볼루션 계층과 풀링 계층으로 구성된다. N차원의 데이터의 지정한 영역의 값들을 하나의 값으로 압축한다고 여기면 된다. 즉 마스크(윈도우)를 통하여 이미지의 특정 영역을 가져와 은닉층을 구성된다. 따라서 윈도우의 크기가 (3 x 3)이면 가중치 또한 (3 x 3)이 필요하며, 편향은 1개가 필요하다. 이를 커널 또는 필터라고 한다. stride(스트라이드) stride는 윈도우가 이동될 크기를 말합니다. 이미지는 보통 픽셀로 구성되어 있다. 따라서 stride가 1인경우 한픽셀씩 옆으로 마스크가 이동하면서 영역을 가져오지만..