๋ชฉ๋ก๋ถ„๋ฅ˜ ์ „์ฒด๋ณด๊ธฐ (1005)

๐Ÿ˜Ž ๊ณต๋ถ€ํ•˜๋Š” ์ง•์ง•์•ŒํŒŒ์นด๋Š” ์ฒ˜์Œ์ด์ง€?

[v0.2]์˜์ƒ์ฒ˜๋ฆฌ_openCV_Image processing [openCV๋กœ ๋ฐฐ์šฐ๋Š” ์˜์ƒ์ฒ˜๋ฆฌ ๋ฐ ์‘์šฉ]

211124 ์ž‘์„ฑ openCV ( Open Source Computer Vision Library) : ์˜์ƒ ์ฒ˜๋ฆฌ์™€ ์ปดํ“จํ„ฐ ๋น„์ „ ๊ด€๋ จ ์˜คํ”ˆ ์†Œ์Šค ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ : ์–ผ๊ตด ๊ฒ€์ถœ, ์ธ์‹, ๊ฐ์ฒด ์ธ์‹ ๋“ฑ ๋‹ค์–‘ํ•œ ์ตœ์ฒจ๋‹จ ์•Œ๊ณ ๋ฆฌ์ฆ˜ + ์˜์ƒ์ฒ˜๋ฆฌ + ์ปดํ“จํ„ฐ ๋น„์ „ ๋ฐ ๊ธฐ๊ณ„ ํ•™์Šต ๊ด€๋ จ๋œ ์•Œ๊ณ ๋ฆฌ์ฆด 2. openCV Download ( anaconda version ) โ‘  ๊ฐ€์ƒํ™˜๊ฒฝ ๋งŒ๋“ค๊ธฐ conda create -n ์›ํ•˜๋Š” ๊ฐ€์ƒํ•œ๊ฒฝ ์ด๋ฆ„ python=ํŒŒ์ด์„ ๋ฒ„์ „ โ‘ก ๊ฐ€์ƒํ™˜๊ฒฝ์— ๋“ค์–ด๊ฐ€๊ธฐ conda activate ๋งŒ๋“  ๊ฐ€์ƒํ™˜๊ฒฝ ์ด๋ฆ„ ๋”๋ณด๊ธฐ ์ข…๋ฃŒ ์‹œ => conda deactivate โ‘ข openCV ์„ค์น˜ conda install -c conda-forge opencv โ‘ฃ ๊ทธ ๋ฐ– ํ•„์š”ํ•œ ํŒจํ‚ค์ง€ ๋”๋ณด๊ธฐ pip๋Š” python๋งŒ ํ•œ์ •๋œ ํŒจ..

[v0.1]์˜์ƒ์ฒ˜๋ฆฌ_๊ฐœ์š”_Image processing [openCV๋กœ ๋ฐฐ์šฐ๋Š” ์˜์ƒ์ฒ˜๋ฆฌ ๋ฐ ์‘์šฉ]

211124 ์ž‘์„ฑ ์˜์ƒ์ฒ˜๋ฆฌ๋ž€? ์ž…๋ ฅ ์˜์ƒ์„ ์ฒ˜๋ฆฌํ•˜์—ฌ ์ถœ๋ ฅ์œผ๋กœ ์ฒ˜๋ฆฌ๋œ ์˜์ƒ์„ ์–ป๋Š”๋‹ค ์–ด๋–ค ๋ชฉ์ ์„ ์œ„ํ•ด, ์ž…๋ ฅ๋œ ์˜์ƒ์— ์ˆ˜ํ•™์  ์—ฐ์‚ฐ์„ ํ™”์†Œ์— ๊ฐ€ํ•ด ๋ณ€ํ™”๋ฅผ ์ฃผ๋Š” ๊ฒƒ ์ฆ‰, ์ปดํ“จํ„ฐ ๋น„์ „์€ ๊ธฐ๋ณธ์ ์ธ ์˜์ƒ ์ฒ˜๋ฆฌ๋ฅผ ๋ฐ”ํƒ•์œผ๋กœ ์˜์ƒ์—์„œ ํŠน์ •ํ•œ ์ •๋ณด๋ฅผ ์ถ”์ถœํ•˜์—ฌ ์ฒ˜๋ฆฌํ•˜๋Š” ๊ธฐ์ˆ ์ด๋‹ค 1. ์˜์ƒ์˜ ํ˜•์„ฑ ๊ณผ์ • * ์˜์ƒ : ์œ„์น˜ ๊ฐ’๊ณผ ๋ฐ๊ธฐ ๊ฐ’์„ ๊ฐ€์ง„ ์ผ์ •ํ•œ ์ˆ˜์˜ ํ™”์†Œ๋“ค์˜ ๋ชจ์ž„ ๋”๋ณด๊ธฐ ํ™”์†Œ๋ž€ ํ™”๋ฉด์„ ๊ตฌ์„ฑํ•˜๋Š” ๊ฐ€์žฅ ๊ธฐ๋ณธ์ด ๋˜๋Š” ๋‹จ์œ„ * ๋””์ง€ํ„ธ ์˜์ƒ : ์˜์ƒ์ด ํ˜•์„ฑ๋˜๊ธฐ ์œ„ํ•ด, ๋น› (์—๋„ˆ์ง€) ์ด ๋ฌผ์ฒด์— ๋น„์น˜๊ณ , ๋ฌผ์ฒด๋Š” ๋น›์„ ๋ฐ›๋Š”๋‹ค ๊ทธ ๋ฌผ์ฒด์— ๋น„์นœ ๋น› (์—๋„ˆ์ง€) ์˜ ์ผ๋ถ€๊ฐ€ ๋ฐ˜์‚ฌ๋˜์–ด ์นด๋ฉ”๋ผ ์„ผ์„œ์— ๋“ค์–ด๊ฐ€ ์˜์ƒ์„ ํ˜•์„ฑํ•˜๊ฒŒ ๋งŒ๋“ ๋‹ค * ๋””์ง€ํ„ธ ์˜์ƒ ํ˜•์„ฑ 1) ํ‘œ๋ณธํ™” (sampling) : ๋””์ง€ํ„ธ ์นด๋ฉ”๋ผ์— ํ‘œ์‹œํ•˜๊ธฐ ์œ„ํ•ด ์นด๋ฉ”๋ผ ํ•ด์ƒ๋„์— ํ•ด๋‹น๋˜๋Š” ์œ ํ•œ๊ฐœ..

[v0.1]๋จธ์‹ ๋Ÿฌ๋‹_Machine Learning ๋ฌด์—‡์ผ๊นŒ? [ํ•ธ์ฆˆ์˜จ ๋จธ์‹ ๋Ÿฌ๋‹2ํŒ]

211103์ž‘์„ฑ ๋จธ์‹ ๋Ÿฌ๋‹์ด๋ž€ ? ๋ฐ์ดํ„ฐ์—์„œ๋ถ€ํ„ฐ ํ•™์Šตํ•˜๋„๋ก ์ปดํ“จํ„ฐ๋ฅผ ํ”„๋กœ๊ทธ๋ž˜๋ฐํ•˜๋Š” ๊ณผํ•™ - ์ผ๋ฐ˜์ ์ธ ์ •์˜ ๋ช…์‹œ์ ์ธ ํ”„๋กœ๊ทธ๋ž˜๋ฐ ์—†์ด ์ปดํ“จํ„ฐ๊ฐ€ ํ•™์Šตํ•˜๋Š” ๋Šฅ๋ ฅ์„ ๊ฐ–์ถ”๊ฒŒ ํ•˜๋Š” ์—ฐ๊ตฌ๋ถ„์•ผ - ๊ณตํ•™์ ์ธ ์ •์˜ ์–ด๋–ค ์ž‘์—… T(Task)์— ๋Œ€ํ•œ ์ปดํ“จํ„ฐ ํ”„๋กœ๊ทธ๋žจ์˜ ์„ฑ๋Šฅ์„ P( ์ •ํ™•๋„, Performance) ๋กœ ์ธก์ •ํ–ˆ์„ ๋•Œ ๊ฒฝํ—˜ E(ํ›ˆ๋ จ๋ฐ์ดํ„ฐ, train data) ๋กœ ์ธํ•ด ์„ฑ๋Šฅ์ด ํ–ฅ์ƒ๋๋‹ค๋ฉด, ์ด ์ปดํ“จํ„ฐ ํ”„๋กœ๊ทธ๋žจ์€ ์ž‘์—… T์™€ ์„ฑ๋Šฅ์ธก์ • P์— ๋Œ€ํ•ด ๊ฒฝํ—˜ E๋กœ ํ•™์Šตํ•œ ๊ฒƒ ๋จธ์‹ ๋Ÿฌ๋‹์„ ์™œ ์‚ฌ์šฉํ•˜๋Š”๊ฐ€ ? ๋„ˆ๋ฌด ๋ณต์žกํ•˜๊ฑฐ๋‚˜ ๋งŽ์€ ์–‘์˜ ๋ฐ์ดํ„ฐ๋“ค์„ ๋ถ„์„ํ•˜์—ฌ ๋ณด์ด์ง€ ์•Š์€ ํŒจํ„ด์„ ๋ฐœ๊ฒฌํ•˜๊ณ , ๋น ๋ฅด๊ฒŒ ์œ ์ง€๋ณด์ˆ˜ ๋ฐ ์ •ํ™•๋„๊ฐ€ ๋†’์•„์ง ๋จธ์‹ ๋Ÿฌ๋‹ ์‹œ์Šคํ…œ์˜ ์ข…๋ฅ˜ ์ง€๋„์˜ ์œ ๋ฌด & ์ผ๋ฐ˜ํ™” ๋Šฅ๋ ฅ์— ์˜ํ•ด ๋‚˜๋ˆ ์ง 1_1 ์ง€๋„์˜ ์œ ๋ฌด : ํ•™์Šตํ•˜๋Š” ๋™์•ˆ์˜ ๊ฐ๋… ํ˜•ํƒœ๋‚˜ ์ •๋ณด..