전체 글 (13) 썸네일형 리스트형 홈페이지 위젯 생성 테스트 홈페이지 위젯 생성 테스트 🌏 Test Code import 'package:flutter/material.dart'; void main() { runApp(const MyApp()); } class MyApp extends StatelessWidget { const MyApp({Key? key}) : super(key: key); // 이 위젯은 앱의 근간이 되는 페이지 @override Widget build(BuildContext context) { return MaterialApp( title: 'Flutter IoT Test', theme: ThemeData( // 여기부터 앱주제 부분 // 앱을 실행시키면 툴바창을 볼 수 있고 앱을 종료시키지 않은 채로 // 아래 'primarySwatch'에.. MobileNet을 이용한 전이학습 모델생성 전이학습 : Transfer Learning ✅ 정적 전이 (Positive Transfer) : A분야를 잘하면 B분야도 잘 하게 되는 전이 ✅ 부적 전이 (Negative Transfer) : A분야를 잘하면 B분야는 못 하게 되는 전이 전이학습은 한 분야에서 학습한 것을 바탕으로 다른 분야의 학습을 하는 것으로, 예를 들어, 피아노를 배우면 오르간도 잘 칠 수 있는 것과 같다. 머신러닝에서는 한 과제에 학습된 모형을 다른 과제에 적용하는 것이고, 딥러닝의 경우에는 대량의 데이터와 많은 계산이 필요하기 때문에 전이 학습을 통해 적은 데이터와 계산으로 높은 성능을 낼 수 있다. 즉, 대량의 데이터로 사전 학습(pretraining)을 해놓고 다음에 적용하고자 하는 과제에 미세 조정(fine-tuning.. 인공지능의 4가지 관점 지능(Intelligence)이란? 지능은 다양한 범위 환경에서 목적을 달성할 수 있는 행위자의 능력을 말한다. 그러나 이 정의에는 이견이 있긴 하다. 왜냐하면 그것이 옳은지 그른지도 모르는 상태에서 무조건 목적을 달성하는 것은 자칫 법적 또는 도덕적 문제로 연결되어 사회적 문제를 낳게 할 수도 있기 때문이다. 그래서 전문가들 중에는 목적 달성 상황에 맞는 타당성을 판단하는 전제 조건이 반드시 필요하다고 주장하는 사람들도 있다. 인공지능(AI : Artificial Intelligence) 인공지능으로 간주하고자 하는 4가지 관점들 1. 사람처럼 생각하는 기계 : 사람이 어떻게 생각하는지 모르기 때문에 인공지능은 이것을 목표하지 않음 2. 사람처럼 행동하는 기계 : 사람의 부분적인 행동과 유사한 행동을 .. Confusion Matrix(혼동행렬) 생성 : MNIST로 생성한 모델 예측결과 판단 Confusion Matrix : 혼동행렬 모델의 정확도(accuracy)를 보는 것도 좋지만 어떤 것을 맞게 판단했고 틀리게 했는지 확인해 보는 것도 중요하다. MNIST 손글씨 이미지 분류 모델 생성에서 가장 accuracy가 높았던 5번째 모델을 사용하여 혼동행렬을 만들어 보자. ▷ MNIST 이미지 분류 모델 model05 만들기 참고 MNIST 손글씨 이미지 분류 MNIST 손글씨 이미지 분류 import tensorflow as tf from PIL import Image import matplotlib.pyplot as plt # mnist 손글씨 이미지 데이터 불러오기 (x_train, y_train), (x_test, y_test) = \ tf.keras.dataset.. codeworl.. Teachable Machine을 이용한 딥러닝 모델 생성 방법 Teachable Machine을 이용한 딥러닝 모델 생성 Teachable Machine Train a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required. teachablemachine.withgoogle.com 1. 사이트 내 딥러닝 프로젝트 종류 선택 : 이미지 프로젝트 선택 클릭 2. 이미지 데이터 업로드 : 분류1은 마스크를 착용한 이미지를 업로드하고 분류2는 마스크를 미착용한 얼굴 이미지를 업로드 한다. 3. 이미지 데이터 딥러닝 4. 마스.. 컴퓨터 비전 데이터 분석 4가지 항목 컴퓨터 비전 데이터 분석 컴퓨터 비전 데이터 분석(Computer Vision Data Analysis)이란, 컴퓨터를 이용하여 사진, 동영상 등의 입력을 받아 이미지로부터 의미있는 정보를 추출하는 것을 말한다. 비전 시스템은 다음과 같이 감지장치와 해석장치로 분류될 수 있다. 비전 시스템은 보통 사람의 집중력이 떨어지는 모니터링 업무에 많이 사용된다. ① 감지장치 : 데이터 입력을 받아들이는 장치로 사람의 눈과 같아서 카메라, 레이더(거리,속도감지), 초음파(단거리 감지), 엑스선, 라이다 등이 감지장치에 해당한다. ② 해석장치 : 입력된 데이터를 계산하고 판단하는 장치로 사람의 뇌와 같아서 머신러닝, 딥러닝 알고리즘 등이 해석장치에 해당한다. 이미지 데이터 분석은 거의 대부분이 분류와 탐지의 지도학습.. MNIST 손글씨 이미지 딥러닝을 통한 숫자 이미지 분류 인식 MNIST MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges yann.lecun.com MNIST(Modified National Institute of Standard and Technology) 데이터셋에는 손으로 쓴 숫자의 이미지와 각 이미지에는 어떤 숫자인지 알려주는 테이블이 붙어 있다. 레이블에는 필기체 숫자에 따라 0~9 사이의 값이 들어 있어 10종류로 분류될 수 있는 숫자 이미지 70,000개가 들어 있다. 각 이미지는 회색조(grayscale)로 되어 있고 28 X 28 픽셀로 구성됐고 0~255사이의 숫자 행렬로 표현되어 있다. 텐서플로 2.0을 사용하여 MNIST 필기체 숫자를 인식하는 간단한 신.. PIL과 OpenCV를 활용한 간단한 이미지 데이터 처리방법 이미지 처리 (Image Treatment) 이미지를 다루기 위해서는 이미지의 저장방식에 대해서 알아야 한다. 이미지는 다음과 같이 크게 2~3가지로 나뉘는데 우리가 다룰 컴퓨터 비전 이미지 데이터는 비트맵 [이미지 다루기] 비트맵 방식 : 이미지를 점으로 표현 (이미지를 확대하면 이미지가 모자이크같이 깨짐) 벡터 방식 : 이미지를 선으로 표현 (확대해도 깨지지 않음), 3D 디자인에서 많이 사용 컴퓨터 비전에서는 비트맵 방식을 사용함 라이다 경우는 Point Cloud 방식 컬러 이미지는 RGB 3가지 채널로 구성됨 색깔이 중요하지 않고 형체만 중요할 경우에는 흑백으로 변환하여 계산량을 절약함 비트맵 저장 방식 png (Portable Network Graphics) : 비손실 압축방식, 그래프 등에 .. 이전 1 2 다음
