척척 학사
[KT에이블스쿨] 9주차 리뷰 본문
안녕하세요, "나는야맹구"입니다.
오늘은 9주차 리뷰를 가져와봤씁니다.
월요일에는 한기영 강사님과 함께했어요. cnn구조에 대해 설명도 해주셨습니다.
- (60000,28,28) -> 28x28짜리가 6만개 있다
- 컬러이미지는 3차원이다. -> 3차원이 여러장있으면 4차원이 되는거다
- CNN구조 4개만 기억하자
- input_shape = (픽셀 사이즈, 세로 * 가로 * 채널)
- 흑백 : 채널 = 1
- 칼라 : 채널 = 3
- Convolutional Layer:필터로 지역적인 특성(feature)을 뽑는 과정.
- Conv2d(32):32개의 특징을 찾는다
- ConvNet(특히 Conv2D): 이미지 분석에 주로 사용
- 데이터에 담겨 있는 지역적 특징을 추출
- 필터(커널) : 개수 32개
- 2차원으로 이동하며 Feature Map 구성
- kernel_size = (3,3) 가로3, 세로3, 가로세로 길이가 같으면 kernel_
- Max Pooling: 앞에서 생긴 너무 많은 데이터들을 중요한 정보만 남기고 요약하자
- Flatten: 펼쳐서 dense레이어의 인풋으로 넣음
- input_shape = (픽셀 사이즈, 세로 * 가로 * 채널)
- object detecion
- iou - 예측한 박스(x)와 실제 박스(y) 일 때 x와 y의 교집합/x와 y의 합집합 -> 0에서 1사이의 값을 가짐
- confidence score - 박스 안에 물체가 있을 확
- NMS - 특정 Object라고 예측한 Bounding box의 중복을 제거함 -> 여러 박스 중에 하나만 남겨두도록
- Precision - Recall Curve
- Curve 아래 영역 -> Average Precision
- Object Detection의 평가 지표 - mAP
- Curve 아래 영역 -> Average Precision
- Annotation: 정답 bounding box에 대한 정보
- YOLO모델에서는 txt파일
- 뽀로로.png라는 파일이 있으면 뽀로로.txt파일이 있어야됨
- YOLO모델에서는 txt파일
- 꼭 만들어야하는 파일 구조
- yaml이라는 파일에 아래 지정해둬야함
- 데이터셋 경로, 클래스의 수, 클래스명 등
- yaml이라는 파일에 아래 지정해둬야함
train, valid파일만 잇으면 됨!
train
ㄴweights
ㄴ best.pt, last.pt
best.pt는 m성능이 좋은 가중치, last.pt는 마지막 성능이 기록된 가중
- Image Classification
- mnist데이터 가지고 한거
- 분류
- 이미지가 사전에 정의한 범주 중 어떤 범주에 속하는지 분류하는 문제 (주로 CNN기반)
- Image localization
- 이미지 내 사전에 정의한 범주 중 어떤 범주에 속하며 어디에 존재하는지 예측하는 문제
- Roboflow
- yolo와 친숙한 사이트, 다른 사람이 만들어놓은 데이터셋을 끌어다 사용해볼 수 있는 사이트
- 나만의 데이터셋을 만들어 사용해보기
다음날에는 한기영 강사님과 같이 언어모델을 다루는 수업을 진행했습니다.
- chatgpt 접속안하고도 gpt한테 답변 얻기 등의 수업을 진행했습니다.
이번 주에는 딥러닝 심화에 대해서 배웠던 주였어요.
yolo모델 사용해서 image detection도 하고, colab에서 gpt를 사용해보기도 했어요. 많은 걸 얻어간 시간이었습니다!!!
'[5기] KT에이블스쿨 > [5기] 수업 리뷰' 카테고리의 다른 글
[KT에이블스쿨] '클라우드 서비스' 1일차 정리 & 리뷰 (0) | 2024.05.16 |
---|---|
[KT에이블스쿨] 12주차 리뷰 (1) | 2024.05.14 |
[KT에이블스쿨] 8주차 리뷰 (1) | 2024.04.15 |
[KT에이블스쿨] 7주차 리뷰 (2) | 2024.04.04 |
[KT에이블스쿨] 6주차 리뷰 (4) | 2024.03.31 |