안녕하세요. 딥러닝을 위한 데이터셋을 구하기 어려워하는 분들이 많은걸로 알고있습니다! 시도해보고자 하는건 많은데 찾기는 어려운 상황인데요 캐글이라는 사이트에는 초보자를 위한 연습데이터, 참고할만한 코드들이 존재하고 있습니다! https://www.kaggle.com/ 참고해서 딥러닝 학습 도전해보시길 바랍니다^^
안녕하세요. 저번 포스팅에서는 아나콘다와 텐서플로우의 설치에 대해 알아봤는데요, 이번 포스팅에서는 아나콘다를 설치하면서 같이 설치된 쥬피터노트북을 통해 텐서플로우를 사용하는 방법에 대해 포스팅하려고 합니다. 쥬피터노트북은 인터넷 익스플로어, 크롬, 엣지와 같이 웹 브라우저들에서 코드를 작성하고 실행하도록 도와주는 툴입니다. 많은 사람들이 파이썬, 텐서플로우와 이 쥬피터노트북을 함께 사용하고 있습니다. 쥬피터노트북을 실행하는 방법은 2가지입니다. Anaconda가 설치된 경로의 쥬피터노트북 실행파일을 켜는 방법과 Anaconda Prompt에서 다음 명령어를 입력하는 방법입니다. 명령어 : juupyter notebook 명령어를 입력하게되면 아래 그림과 같은 화면이 나오고 곧이어 웹 브라우저의 jupyt..
안녕하세요. 이번 포스팅에서는 요즘 연구/산업계에서 모두 화두가 되고 있는 딥러닝 테크놀로지를 구현하는 방법에 대해 서술하고자합니다. 딥러닝 기술은 흔히 이야기하는 인공지능의 한 범주라고 생각할 수 있는데요, 이번 챕터에서는 딥러닝을 수행할 수 있도록 도와주는 도구인 텐서플로우(Tensorflow)와 아나콘다(Anaconda)를 설치하는 법부터 알아보려고 합니다! 텐서플로우는 파이썬, C++, 자바 등 다양한 언어에서 동작하도록 구현되어 있지만 편의상 파이썬 개발환경에서 가장 많이 이용하고 있습니다. 일반적인 파이썬 공식 사이트(LINK)에서 설치파일을 내려 받고 파이썬을 설치해도 되지만, 수학적 계산을 도와주는 다양한 라이브러리를 직접 설치해야하는 번거로움이 있습니다. 이러한 라이브러리들을 모아서 배포..
안녕하세요 여러분 오늘은 영상에서 특징을 추출하기 위한 전처리 단계에 대해서 포스팅하고자합니다. 1. 명암도 영상 변환 · 영상의 곱셈과 나눗셈을 통해 영상의 명암을 조절함. - (결과 영상) = { (입력 영상) - (밝기조절 상수) } * (명암조절 상수) · 1보다 큰 명암 조절 상수를 곱했을 때 영상의 모든 픽셀의 값이 증가해 영상 전체의 밝기가 과도하게 증가하는 것을 보정하기 위해 명암조절 상수를 곱하기 전에 밝기조절 상수를 빼는 연산을 수행함. · alpha 상수는 1.1, beta 상수는 50을 적용해 영상의 명암을 밝게 변경함. · 해당 코드의 실행 결과는 아래 그림2와 같음. 2. 가우시안 블러링 · 가우시안 블러는 가우시안 분포를 영상처리에 적용한 것으로 정규분포·확률분포에 의해 생성된..
안녕하세요 여러분 이번 포스팅에서는 GLFW, GLEW, GLM을 사용하는 OpenGL 프로젝트를 세팅하는 법에 대해 설명하려고 합니다. 먼저 각 라이브러리에대해 설명을 간단하게 하려고 합니다. GLFW란? OpenGL은 실제 구현된 라이브러리가 아닌, 그래픽 API 스펙입니다. 라이브러리를 구현할 때 플랫폼에 따른 종속성을 배제하기 위해서 UI와 컨텍스트를 위한 API는 제외하고 구현하였는데요, GLUT, GLFW 등은 이러한 점을 해결하기 위해 사용되는 라이브러리 입니다. 윈도우 창을 생성하거나, 키보드 마우스 입력, 다양한 이벤트 콜백 함수들을 사용하기 위해서 GLFW를 사용합니다. 본 포스팅에서 사용하는 GLFW는 아래 링크에서 다운로드 받을 수 있습니다. GLEW란? OpenGL Extensio..
안녕하세요 여러분 이번 포스팅에서는 저번 포스팅에서 작성했던 윤곽선 검출에 대한 실제 작동 코드와 결과를 보도록 하겠습니다. 윤곽선 검출의 이론에 대해 읽고 싶으시다면 아래 링크에서 읽어보세요! 2018/04/11 - [OpenCV] - Edge Detection의 방법 소개 1. 로버츠 마스크(Roberts Mask) void RobertsEdgeDetect(const Mat& image, Mat& result, uchar thresh){ // 수직마스크 Mat maskX = (Mat_(3, 3)
안녕하세요 여러분 이번 포스팅에서는 OpenCV를 활용한 Edge Detection, 즉 윤곽선 검출 방법들에 대해 이론적인 설명을 해보려고 합니다! 먼저 윤곽선을 검출하기 위해서는 회선의 개념을 이해해야 합니다 회선의 정의를 살펴보겠습니다. 회선이란, 화소값 각각에 대해 여러가지 연산을 수행하는 화소 기반 처리가 아닌 마스크라 불리는 규정된 영역을 기반으로 연산을 수행하는 것을 공간영역 기반 처리 또는 마스크 기반 처리라고도 한다. 마스크 기반 처리는 마스크 내의 원소값과 공간 영역에 있는 입력 영상의 화소값들을 대응되게 곱하여 출력화소값을 계산한다. 이러한 처리를 모든 입력 화소값에 대해 이동하면서 수행하는 것을 회선이라고 한다. 이 때 입력 영상에 곱해지는 이 마스크를 커널, 윈도우, 필터 등이라고..
#include #include #include using namespace cv; int main() { IplImage *inputImg = cvLoadImage("lena.jpg", CV_LOAD_IMAGE_GRAYSCALE); IplImage *edgeDetection1 = cvCreateImage(cvGetSize(inputImg), IPL_DEPTH_8U, 1); IplImage *edgeDetection2 = cvCreateImage(cvGetSize(inputImg), IPL_DEPTH_8U, 1); IplImage *edgeDetection3 = cvCreateImage(cvGetSize(inputImg), IPL_DEPTH_8U, 1); cvNamedWindow("InputImage",..
