교육
-
[9주차 - Day3] Deep Learning 기초교육/프로그래머스 인공지능 데브코스 2021. 7. 1. 14:17
Deep Learning: 신경망의 기초 - 심층학습기초 I 1. 심층학습(deep learning) 다층 퍼셉트론(multilayer perceptron)에 은닉층(hidden layer)을 여러개 추가하면 깊은 신경망이 됨 경사소멸문제(gradient vanishing problem)+작은 훈련집합+과다한 연산과 시간 소요 1.1. 심층학습의 성공 배경 혁신적 알고리즘 등장 합성곱 신경망(Convolutional Neural Networks, CNN)구조 : 부분연결, 가중치 공유 경사 소멸 문제 해결을 위한 ReLU활성함수 과잉 적합을 방지하는데 효과적인 다양한 규제기법 층별 예비학습(pretraining) 기법 개발 값싼 GPGPU의 등장 학습 데이터 양과 질의 향상 1.2. 표현학습의 부각 전통..
-
Day11교육/서울 ICT 이노베이션 고오급 시각과정 2021. 6. 30. 13:59
void qrcode_detector() { Mat src = imread("images/qrcode.jpg"); Mat gray; cvtColor(src, gray, COLOR_BGR2GRAY); Mat bin; //이미지 이진화 threshold(gray, bin, 128, 255, THRESH_BINARY); //Canny(gray, bin, 50, 200);혹시나 너무 어둡거나 그늘진데서 썼을때 캐니를 쓰면 됨 imshow("bin", bin); waitKey(0); //vector : 리스트의 리스트의 포인터 //하나의 외곽선 : 포인터들의 집합->리스트의 포인터 //외곽선은 여러개 존재->리스트의 리스트의 포인터 vector contours; vector hierarchy;//칸투어들의 구조화..
-
[9주차 - Day2] Multilayer Perceptron교육/프로그래머스 인공지능 데브코스 2021. 6. 24. 14:00
Deep Learning: 신경망의 기초 - 다층퍼셉트론 3. 다층 퍼셉트론 퍼셉트론은 선형 분류기(linear classifier)로 선형 분리 불가능한 상황에서 한계->다층 퍼셉트론의 등장 다층 퍼셉트론의 핵심 아이디어 은닉층(hidden layer)을 둠으로써 분류에 유리한 새로운 특징 공간으로 변환 시그모이드 활성함수 : 퍼셉트론은 계단함수를 활성함수로 사용하였음->경성(hard) 의사결정/다층 퍼셉트론은 연성(soft)의사결정이 가능한 시그모이드 함수를 활성함수로 사용, 출력이 연속값 오류 역전파 알고리즘을 사용함으로써 역방향으로 진행하면서 한 층씩 gradient를 계산하고 가중치를 갱신 3.1. 특징 공간 변환 다층 퍼셉트론의 용량(capacity) : p개의 퍼셉트론을 결합하면 p차원 공간..
-
[9주차 - Day1] 신경망 기초교육/프로그래머스 인공지능 데브코스 2021. 6. 23. 14:14
Deep Learning: 신경망의 기초 - 다층퍼셉트론 인공신경망 : 오래된 기계 학습 모델 퍼셉트론(인공두뇌학, cybernetics)->다층 퍼셉트론(결합설, connectionism)->깊은 인공신경망(심층학습, deep learning) 1. 신경망의 기초 1.1. 인공신경망과 생물신경망 사람의 신경망의 핵심적인 단위 : 뉴런(neuron)->두뇌의 가장 작은 정보처리 단위 뉴런의 구조 : 연산+수신+전송 뇌의 정보처리(뉴런의 동작)를 모방하여 지능적 행위를 할 수 있는 인공지능(인공 신경망)을 도전->퍼셉트론 고안 1.2. 신경망의 종류 2. 퍼셉트론 퍼셉트론의 구조 : 절(node), 가중치(weight), 층(layer) 제시된 퍼셉트론 구조의 학습 알고리즘 제안 2.1. 구조 입력->연산..
-
[8주차 - Day4] 기계학습과 수학 리뷰교육/프로그래머스 인공지능 데브코스 2021. 6. 18. 17:44
Deep Learning: 신경망의 기초 - 기계학습과 수학 기계학습에서 수학의 역할 : 목적함수를 정의하고 목적함수의 최저점을 찾아주는 최적화 이론 제공 최적화(optimization) 이론에 학습률(learning rate), 멈춤조건과 같은 제어를 추가하여 알고리즘 구축 1. 선형대수(linear algebra) 벡터, 즉 주어진 데이터가 어떤 공간에 존재하고 그 안에서 연산이 일어났을 때 주어져있는 공간이 어떤 영향을 미치느냐를 수학적으로 설명하는 것 1.1. 벡터와 행렬 벡터(vector) : 샘플을 특징 벡터(feature vector)로 표현 행렬(matrix) : 여러 개의 벡터를 담음 행렬을 이용하면 방정식(방정식계, system of equations)을 간결하게 표현가능 설계 행렬(d..
-
[8주차 - Day3] 인공지능과 기계학습 소개교육/프로그래머스 인공지능 데브코스 2021. 6. 17. 17:20
1. Deep Learning: 신경망의 기초 - 인공지능과 기계학습 소개 인공지능이란? 인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술 ex)음성인식, 추천 시스템, 자율 주행, 실시간 객체 인식, 로봇, 번역 등 2. Deep Learning: 신경망의 기초 - 기계학습 I 1. 미리보기 1.1. 기계학습의 정의 인공지능(artificial intelligence) : 인간의 학습, 추론, 지각, 자연언어 이해 등의 지능적 능력을 기기로 실현한 기술 학습 : 비교적 지속적인 행동의 변화나 그 잠재력의 변화, 지식을 습득하는 과정 기계학습(machine learning) : 컴퓨터가 경험(=데이터)을 통해 학습하여 최적의 프로그램(알고리즘)을 찾는 행위 ..
-
Day10교육/서울 ICT 이노베이션 고오급 시각과정 2021. 6. 17. 12:34
왜곡보정 렌즈 왜곡 : 렌즈의 품질이 좋지 않아서 발생 체스보드를 이용해서 왜곡을 보정 체스보드를 다양한 위치, 각도로 촬영하고 촬영된 체스보드 영상을 보정알고리즘에 넣어 보정하는 방법 위의 식에서 k,r,p같은 파라미터를 구해야함 파라미터를 구하기 위해 여러 샘플 체스보드의 x,y좌표를 넣어서 연립방정식을 푸는 것 이 때 체스보드의 위치를 알려주지는 않고 체스보드의 좌표들이 하나의 평면위에 있다는 사실+체스보드 칸 간격만을 알려줌 //opencv내부에 체스보드 샘플이미지가 있음 left01~left14, right0~right14 두 개 다 쓰면 3d //10이 없으니까 14를 10으로 변경해서 01~13까지로 만들어서 사용할 것 #include #include using namespace std; u..
-
Day9교육/서울 ICT 이노베이션 고오급 시각과정 2021. 6. 16. 14:46
에지의 검출과 응용 1. 에지 검출 2. 마스크 기반 에지 검출 #OpenCV는 소벨 마스크를 이용하여 영상을 미분하는 Sobel() 함수 제공 #3*3 소벨 마스크 또는 확장된 형태의 큰 마스크를 이용하여 영상 미분 void Sobel(src, dst, ddepth, dx, dy, ksize, scale, delta, borderType); /* src : 입력 영상 dst : 출력 영상 ddepth : 영상 타입 dx : x방향 미분 차수, 주로 1을 많이 사용 dy : y방향 미분 차수, 주로 1을 많이 사용 ksize : 소벨 커널의 크기 scale : 필터링 연산 후 추가적으로 곱할 값, 에지가 너무 강하거나 약한 거 같으면 이걸 변경하면 됨 delta : 필터링 연산 후 추가적으로 더할 값, ..