인공지능

인지 + 인식 + 행동의 메커니즘을 가지고 있음아래 항목 중 하나라도 빠진다면 AI라고 할 수 없다RoboticsNatual Language ProcessingSensor FusionAutonomous DrivingDigital Signal ProcessingOptim

ClassificationSegementationDetectingTracking재난 상황을 위한 가상 데이터 수집능동적 학습법을 이용한 효율적인 데이터 수집데이터 불균형을 해결하기 위한 이상상황인식 모델 디자인열화상, 깊이 센서, 초음파 센서, 카메라 정보를 활용하는

classification : 이미지를 분류하기 위한 인공지능의 한 분야. 이미지가 입력으로 들어와 합성신경망을 통과한 후 출력으로 카테고리 중 하나를 선택하여 출력하는 것을 말함입력 데이터의 특징을 추출하는 Layer학습 전에 필터는 무작위로 초기화 되며, loss

classification : 이미지를 분류하기 위한 인공지능의 한 분야. 이미지가 입력으로 들어와 합성신경망을 통과한 후 출력으로 카테고리 중 하나를 선택하여 출력하는 것을 말함입력 데이터의 특징을 추출하는 Layer학습 전에 필터는 무작위로 초기화 되며, loss

Series는 1차원 데이터 객체입니다. 여기서 차원이란 변수의 수이고, 데이터 객체란 데이터를 담고 있는 그릇과도 같습니다. 물리적 공간에서 차원이 높아질수록 점, 선, 면을 표현하기 위한 축의 개수가 더 많아지듯, 데이터 공간에서도 차원이 높아질수록 자료구조가 더

frame.tail() \`\`\`frame = frame.astype({'year': str}) framepd.get_dummies(frame) \`\`\`frame2 = pd.DataFrame(data, columns='year', 'state', 'pop',

abcdefghijklmnopqrstuvwxyz'g', 'a', 'q', 'o', 'b', 'k', 'v', 'f', 'r', 'p', 'd', 'y', 's', 'e', 'w', 't', 'm', 'z', 'j', 'l'{'g': 817, 'a': 1109, 'q':

"""표준 정규 분포(평균 0, 표준편차 1)에서 난수 ndarray 생성하기ndarray 이름: datandarray 크기: (2, 3)"""mu, sigma = 0.0, 1.0 size = (2, 3)data = np.random.normal(mu, sigma, s

img = cv2.imread(os.path.join(colab_path, 'lena_color_512.png'), cv2.IMREAD_COLOR) print(img.shape) print(img.size) print(img.dtype) \`\`\`(512, 5

입력 이미지 내의 객체가 무엇인지 판별하고 해당 객체를 Bounding Box로 감싸는 것

업로드중..Albumentations 설치업로드중..

함수구현

RandomCrop 함수 구현 #결과:

You will face many defeats in life, but never let yourself be defeated.—Maya AngelouQIAROAT OFS THYHON AKOTA]THAHOTA] Bet.—O}0f OFalTHRO AHO}D BHAICHA

YOLOv8은 Object Detection 외에도 Classification, Instance Segmentation, Pose Estimation, Tracking을 지원함

Segmentation Semantic Segmentation : 이미지에 포함된 모든 픽셀을 예측 Object Detect :

from PIL import Imagefrom torchvision import transformsimport matplotlib.pyplot as pltimport randomfrom glob import globimport numpy as nppreprocess =

Box Color는 (255,0,0)

모델은 반드시 torchvision에서 제공하는 fcn_resnet50 Pretrained Model을 사용할 것비율은 %로 표시classes: tensor( 0, 14, 15, device='cuda:0')배경 87.91117824773413 %오토바이 8.63685