로봇영상처리를 위한 AI모델 학습
1.딥러닝 알고리즘 기초 이해 및 TensorFlow 개요
Learning 학습: 모델을 만드는 것학습 방법: Trial-and-Error일단 시켜보고, 잘못된 경우 내부 구조 수정: 입력층과 출력층 사이에 숨은 은닉층을 만드는 것은닉층이 XOR 문제를 해결하는 원리입력 신호가 얼마나 중요한지 나타내는 숫자어떤 입력이 더 큰
2.딥러닝 모델 학습 과정 이해 및 DNN 구현하기
딥러닝 학습은 크게 순전파와 역전파 두 단계로 진행딥러닝의 핵심은 활성화 함수가 적용된 여러 은닉층을 결합하여 비선형 영역을 표현하는 것은닉층은 많을수록 좋을까?무조건 많을수록 좋지는 않다!훈련 데이터에 대해 과하게 학습하여 실제 데이터에 대한 오차가 증가하는 현상훈련
3.딥러닝 분류 모델 구현하기
타이타닉 생존율을 예측하는 딥러닝 분류 모델을 구현해보자.데이터는 Kaggle의 titanic 데이터 중 train.csv, test.csv를 사용한다.이 코드를 실행하면 아래와 같은 결과가 보인다.결과는 아래와 같이 나온다.1) Sequential 모델데이터가 일직선
4.딥러닝 회귀 모델 구현하기
딥러닝 회귀 모델을 구현하여 주택 가격을 예측해보자. House Price Prediction https://www.kaggle.com/c/2019-2nd-ml-month-with-kakr 0. 데이터 살펴보기 1. 데이터 가져오기 1-1. 라이브러리 가져오기
5.TensorFlow로 CNN 모델 구축
Google에서 만든 딥러닝 프레임워크인 TensorFlow를 활용해서 CNN 모델인 AlexNet과 VGGNet을 만들고 학습시킬 예정입니다. 우리가 사용할 데이터셋은 MNIST입니다.https://wikidocs.net/152775다양한 CNN 네트워크 참
6.Pytoch로 CNN모델 구축하기
의류(fashion item) 이미지 데이터셋으로, MNIST와 구조가 거의 동일하지만 숫자 대신 옷/신발 등의 사진으로 구성되어 있다.총 10개의 클래스 (예: 티셔츠/탑, 바지, 스웨터, 드레스, 코트, 샌들, 셔츠, 스니커즈, 가방, 앵클부츠)각 이미지는 28×2
7.CNN 다중분류 - 폐렴 분류
정상/폐렴/코로나19 데이터셋 사용 : https://www.kaggle.com/datasets/tawsifurrahman/covid19-radiography-database/versions/1데이터셋 로드하기 레이블(클래스) 리스트 선언하여 폴더 하위 이미지
8.Object Detection - Yolov11 [사전학습된 모델 사용하여 예측]
Yolo는 워싱턴대의 Joseph Redmon등이 주축이 되서 만든 알고리즘으로 Darknet이라는 C 기반의 딥러닝 프레임에서 만듬 (Darknet은 Tensorflow와 같은 딥러닝 프레임웍) 이후 Joseph Redmon 이 더이상 computer vision연
9.Custom Dataset로 Yolov11 재학습하여 객체 감지 예측하기
https://colab.research.google.com/github/roboflow/notebooks/blob/main/notebooks/train-yolov8-object-detection-on-custom-dataset.ipynb< 진행 절차 >