강의자료/머신러닝 48

[머신러닝활용] 컴퓨터 비전

1. 컴퓨터 비전이란? 컴퓨터가 이미지 픽셀을 해석하는 구조화된 알고리즘을 컴퓨터 비전이라 한다. 2. 비전을 위한 뉴런 사용하기 가장 기본적인 형태의 y=2x-1 과 같은 형태를 학습하는 딥러닝이라면 다음과 같은 구조를 가지고 있다. 한개의 층과 한개의 뉴런으로 구성된 간단한 신경망을 사용해서 훈련을 통해 m,c 를 2와 1 값을 찾아낼 수 있다. 가장 기본적인 위와 같은 형태의 신경망은 Sequential 을 사용한다. Sequential은 기본적으로 Dense를 가지고 있다. 위와 같은 모델은 다음과 같이 만들 수 있다. model = Sequential([Dense(units=1,input_shape=[1])]) Dense는 뉴런이 완전히 연결되어 있다는 것을 의미한다. units=1 은 1개의 ..

강의자료/머신러닝 2023.03.20 (9)

[머신러닝활용] CCTV속 범인얼굴 특정하기

참고 소스 : https://github.com/kairess/simple_face_recognition GitHub - kairess/simple_face_recognition Contribute to kairess/simple_face_recognition development by creating an account on GitHub. github.com 모델 다운로드 shape_predictor_68_face_landmarks.dat - http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2 dlib_face_recognition_resnet_model_v1.dat - github.com/kairess/simple_face_recognit..

강의자료/머신러닝 2023.03.07 (15)

[머신러닝활용]dlib 모듈을 이용한 얼굴 인식 및 활용하기

dli 라이브러리는 C++로 작성된 툴킷으로 HOG(histogram of Oriented Gradients) 특성을 사용하여 얼굴 검출하는 기능에 많이 사용되고 있다. dlib.get_frontal_face_detector( ) 를 사용하여 기본 얼굴 검출기로 사용할 수 있다. 1. 라이브러리 임포트 import cv2,dlib,sys import numpy as np cv2,dlib,numpy 모듈을 활용한다. 2. 웹캠에서 이미지 파일 읽기 cap = cv2.VideoCapture(0) #0 웹캠, 동영상 파일을 적용 할 수도 있다. while True: ret,img = cap.read() #프레임 단위로 읽는다. if not ret: break #프레임이 없다면 종료하자. VideoCapture..

강의자료/머신러닝 2023.02.13 (17)

[머신러닝활용]성별과 나이를 맞추는 인공지능

tal Hassner 님이 만든 나이와 성별을 맞추는 모델을 사용하는 방법을 살펴 보겠습니다. 공식 홈페이지는 https://talhassner.github.io/home/ 입니다. 원본 소스는 https://github.com/GilLevi/AgeGenderDeepLearning/blob/master/AgeGenderDemo.ipynb 입니다. 참고한 소스는 [빵형의 개발도상국]님의 깃허브 https://github.com/kairess/age_gender_estimation/blob/master/main.py 입니다. 1. 실습환경 코랩 - https://colab.research.google.com/?hl=ko Google Colaboratory colab.research.google.com 모델 ..

강의자료/머신러닝 2023.01.31 (8)

[머신러닝활용] dlib 라이브러리를 이용한 얼굴 인식

1. 실습환경 Tool : Pycharm 웹캠 OpenCV,dlib 설치 얼굴 특징점 추출 모듈 : https://osdn.net/projects/sfnet_dclib/downloads/dlib/v18.10/shape_predictor_68_face_landmarks.dat.bz2/ Downloading File /dlib/v18.10/shape_predictor_68_face_landmarks.dat.bz2 - dlib C++ Library - OSDN Free download page for Project dlib C++ Library's shape_predictor_68_face_landmarks.dat.bz2.Dlib is a C++ toolkit containing machine learning..

강의자료/머신러닝 2023.01.17 (7)

[머신러닝활용] OpenCV 사용법 알아보기

머신러닝 모델을 만들었다면 그것을 어떤식으로 활용을 하는지 무척 궁금했었는데요. 머신러닝 활용 편에서는 기존에 만들어진 모델들을 활용해서 어떻게 사용되는지 살펴 보도록 하겠습니다. 이미지 처리 분야에서 가장 많이 사용되는 OpenCV에 대해서 살펴 보도록 하겠습니다. 1. OpenCV란 OpenCV(Open source Computer Vision) 는 실시간 컴퓨터 비젼을 처리하는 목적으로 만들어진 라이브러리이다. 설치 방법 pip install opencv-python 2.이미지 파일 읽기 cv2.imread 함수로 이미지 파일을 읽는다. 이미지 파일은 Numpy array 형태의 값으로 입력이 되고 이 숫자가 해당 위치에서의 색을 의미한다. 사용법 cv2.imread(fileName, flag) f..

강의자료/머신러닝 2023.01.10 (11)

[캐글(Kaggle) 따라하기]06-2.랜덤 포레스트(RandomForest)

https://wondangcom.tistory.com/2354 타이타닉 문제를 해결 하면서 에서 랜덤 포레스트로 훈련을 해 보았는데요~ 오늘은 랜덤 포레스트가 무엇인지 확인을 해 보겠습니다. 1. 랜덤포레스트(Random Forest)란? 랜덤포레스트는 훈련을 통해 구성해 놓은 다수의 나무들로 부터 분류 결과를 취합에서 결론을 얻는 일종의 인기투표와 같은 것이라고 생각하면 좋을 것 같습니다. 랜덤 포레스트는앙상블 학습의 대표 주자 중 하나로 안정적인 성능 덕분에 널리 사용되고 있습니다. 랜덤 포레스트는 결정트리를 랜덤하게 만들어 결정트리의 숲을 만듭니다. 그리고 각 결정트리의 예측을 사용해 최종예측을 만듭니다. 먼저 랜덤포레스트는 각 트리를 훈련하기 우한 데이터를 랜덤하게 만드는데 이 데이터를 만드는 ..

강의자료/머신러닝 2022.12.29 (12)

[캐글(Kaggle) 따라하기]06-1.의사결정 트리

https://wondangcom.tistory.com/2354 타이타닉 문제를 해결 하면서 에서 의사결정 트리로 훈련을 해 보았는데요~ 오늘은 의사결정트리가 무엇인지 확인을 해 보겠습니다. 1. 의사결정트리(Decision Tree)란? 의사결정트리는 일련의 분류 규칙을 통해 데이터를 분류,회귀하는 지도학습 모델 중 하나이다. 결과 모델이 Tree 구조를 가지고 있기 때문에 Decision Tree라는 이름을 가진다. 모델의 형태는 다음과 같다. 이러한 결정트리 모델은 마치 스무고개 문제와 같습니다. 즉 남자인가? 라는 질문에 아니오 라면 생존, 예라면 나이가 10살보다 작은가? 라는 질문에서 예라면 생존, 아니라면 사망 과 같이 한 단계 한단계 질문에 따라 데이터를 구분하는 모델을 의사결정트리 모델이..

강의자료/머신러닝 2022.12.21 (6)

[캐글(Kaggle) 따라하기]05-3. 데이터 전처리 실습하기

이전시간(https://wondangcom.tistory.com/2357)에 최근접 이웃 알고리즘을 실습을 해 보았습니다. 그런데 다음의 데이터를 예측을 해 보면 어떤 결과를 나타낼까요? 길이 25, 무게 150 그램을 판단 해 보면 도미라고 나와야 할 것 같은데 빙어라고 나오는 것을 확인 할 수 있네요. 그래프를 그려 보면 다음의 위치에 있습니다. 왜 이런 결과가 생겼을까요? 이것은 단위가 틀린 것이 문제가 됩니다. 무게를 살펴 보면 도미의 가장 가벼운 무게는 242부터 시작하고 빙어의 무게는 19.9 까지의 무게 인것을 알 수 있습니다. 이때 무게의 거리로 다섯개를 찾아 보면 도미 한마리와 빙어 4마리가 선택 됩니다. 따라서 이러한 단위가 틀린 데이터를 같은 기준으로 맞추어야 합니다. 1. 기준을 맞..

강의자료/머신러닝 2022.12.14 (7)

[캐글(Kaggle) 따라하기]05-2.KNN(K-최근접 이웃) 알고리즘2 - 실습하기

지난시간(https://wondangcom.tistory.com/2356) 에 이어서 KNN 실습을 진행 합니다. 진행하기 전 먼저 지도학습과 비지도 학습에 대한 개념을 이해 하겠습니다. 1. 지도학습과 비지도 학습 지도학습이란? 지도학습에서는 입력(input)과 타깃(target)을 훈련데이터(training data)로 사용하는 학습 방법을 의미한다. 앞에서 살펴본 입력데이터는 길이와 무게를 특성(feature)로 사용하였고 빙어/도미 의 타깃을 주어 해당 특성이 어떤 데이터인지를 살펴 보았다. 비지도학습이란? 비지도 학습은 타깃이 주어지지 않고 입력데이터만 으로 훈련을 하는 학습 방법을 의미한다. 2. 훈련세트와 테스트 세트 다음으로 머신러닝을 훈련 하기 위해서는 훈련세트와 테스트 세트가 필요 합니..

강의자료/머신러닝 2022.12.09 (7)