Eggs Sunny Side Up
본문 바로가기

Computer Engineering/딥러닝14

로이터뉴스_제목분류하기 # 문자를 인코딩할 때 원핫인코딩 or 단순 수치화 # 수치화, 토큰화가 진행되어 있는 데이터셋 # 뉴스 기사마다 길이가 다름 # 빈도수를 기반으로 수치화 진행 > 숫자가 작을수록 자주 등장한 단어 X_train # 단어사전 확인 # '단어' : 숫자 reuters.get_word_index() print(len(reuters.get_word_index())) # y_train # 답의 정리 상태 # 분류 개수가 몇개인지?(클래스의 개수가 몇개인지?) # np.unique() print('클래스의 개수', np.unique(y_train).size) np.unique(y_train, return_counts = True) ### 전처리 - 다중분류 답데이터 정리 : 원핫인코딩 - 문장의 길이 정리 : 모.. 2023. 7. 10.
RNN_HELLO학습 # 환경셋팅 import numpy as np import random # 파이썬 랜덤수 출력하는 모듈 # simpleRNN 사용하기 # 과거 4개의 알파벳을 기억해서 다음에 등잘할 알파벳을 예측하는 모델 만들기 # hell > o # appl > e # 학습 데이터 hello, apple, lobby, daddy, hobby # h, e, l, o, a, p, d, b, y => 9개 # 알파벳 하나가 특성 1개 # 원핫인코딩 h = [1,0,0,0,0,0,0,0,0] # len(h) e = [0,1,0,0,0,0,0,0,0] l = [0,0,1,0,0,0,0,0,0] o = [0,0,0,1,0,0,0,0,0] a = [0,0,0,0,1,0,0,0,0] p = [0,0,0,0,0,1,0,0,0] d =.. 2023. 7. 10.
yolov8_chinchilla_detect rovoflow 참조 사이트) 구글 검색 -> yolov8 custom dataset https://docs.ultralytics.com/modes/ Ultralytics YOLOv8 Modes Use Ultralytics YOLOv8 Modes (Train, Val, Predict, Export, Track, Benchmark) to train, validate, predict, track, export or benchmark. docs.ultralytics.com from google.colab import drive drive.mount('/content/drive') ### CLI # 경로 이동 yolo_study %cd /content/drive/MyDrive/Colab Notebooks/Dee.. 2023. 7. 7.
yolov6_chinchilla_detect rovoflow %cd /content/drive/MyDrive/Colab Notebooks/DeepLearning/yolo_study ### CLI code로 구현해보기 # yolov6 다운 및 설치 # 커스텀 튜토리얼 확인하기 !git clone https://github.com/meituan/YOLOv6 %cd YOLOv6 !pip install -r requirements.txt # 데이터셋 불러오기 !pip install roboflow from roboflow import Roboflow rf = Roboflow(api_key="2RwhYgW2noUchmxaFzwL") project = rf.workspace("yolostudy-vc24r").project("chin_detect-cp7kt").. 2023. 7. 7.
mlp, cnn_개, 고양이_이미지데이터 _분류 # ex06_mlp, cnn_개, 고양이_이미지데이터 _분류 from google.colab import drive drive.mount('/content/drive') # 경로 이동하기 # /content/drive/MyDrive/Colab Notebooks/DeepLearning_빅데/data/cats_and_dogs_filtered.zip %cd /content/drive/MyDrive/Colab Notebooks/DeepLearning_빅데 %pwd ### 이미지 데이터 전처리 - 사진을 데이터화 시키는 작업 - 이미지 -> 배열화 시키기 - 압축된 형식의 배열로 저장 : npz - 장점 : 대용량의 데이터를 압축형태로 정리해두면 클라우드 환경에 쉽게 업로드, 다운로드 할 수 있음 (관.. 2023. 7. 6.
OpenCV04_픽셀 및 채널 ### 이미지 처리 - 픽셀 기반 처리 : 이미지를 픽셀 단위로 처리하는 방법 - 이미지 특성 표현에 한계가 있음, 이미지 처리 속도가 느림 - 블록 기반 처리 : 블록(픽셀을 그룹화한 것) 단위로 처리 - 지역적 특성을 잘 표현, 이미지 속도가 빠름 - 주파수 기반 처리 : 이미지를 주파수 영역으로 변환하여 처리하는 방법 - 주파수(frequency) : 이미지 픽셀값들을 변화분으로 표현한 것 - 이미지의 주파수 : 픽셀의 변화량 - 고주파 성분 : 픽셀값의 변화가 큰 부분(에지) - 저주파 성분 : 픽셀값의 변화가 작은 부분 import cv2 import matplotlib.pyplot as plt # 이미지 출력 img = cv2.imread('./square.png') plt.subplot(2,.. 2023. 7. 6.

티스토리툴바