모딩의 코딩블로그

https://github.com/jinnyjinny/DogFaceClassification/blob/master/landmark.ipynb jinnyjinny/DogFaceClassification feature - face landmark/ color pixel/ breed. Contribute to jinnyjinny/DogFaceClassification development by creating an account on GitHub. github.com 모든 강아지 이미지가 담긴 폴더에 대한 좌표값을 생성하고자 코드를 짰으나, 차후에 새로운 강아지의 좌표값을 데이터베이스에 업로드 할 것을 생각하고 개별 폴더마다 데이터의 좌표값을 생성하는 것으로 코드를 고쳐보았다.

강아지 개체를 구분하기위해 모색, 종, 얼굴 좌표를 기준으로 데이터셋을 구성하였다. Color Pixel 추출 색을 이용해 검색 기능을 구현하기 위해서는 데이터 셋의 R, G, B 값이 필요하다. 이를 위해 OpenCV를 활용해 각각의 이미지가 가장 큰 비중을 차지하고 있는 색의 R, G, B 값을 추출하였다. - 이미지 전체 색상 클러스터링 배경 색을 제외하기 위해 Grad Cam을 이용해 객체를 인식 한 뒤 객체의 컬러를 추출할 계획이었지만 대부분의 사진이 강아지 중심으로 나왔으며 실제 색을 추출해주는 코드를 돌려도 배경의 컬러 값이 많은 비중을 차지하지 않았다. 따라서 검색을 위한 서비스 구현이기 때문에 시간을 많이 차지하는 딥러닝을 제외하고 OpenCV만을 사용해도 될 것 이라는 판단을 내렸다. ..

https://jinnyjinny.github.io/deep%20learning/2020/04/02/Kfold/ K-fold 개념과 Stratified cross validation 적용해보기 · Hyojin Kim's blog K-fold 개념과 Stratified cross validation 적용해보기 02 Apr 2020 | Deep learning K-fold K-fold 개념 데이터를 k개의 분할(k개의 fold, 일반적으로 k=4 or 5)로 나누고 k개의 모델을 만들어 k-1개의 분할에서 훈련하고 � jinnyjinny.github.io

https://jinnyjinny.github.io/papers/2020/03/10/DenseNet/ DenseNet：Densely Connected Convolutional Networks · Hyojin Kim's blog DenseNet：Densely Connected Convolutional Networks 10 Mar 2020 | Deep learning Object detection DenseNet DenseNet DenseNet은 2017 CVPR 컨퍼런스에 Densely Connected Network라는 네트워크 구조에 획기적인 변화를 주는 CNN 모델이 발� jinnyjinny.github.io

https://jinnyjinny.github.io/papers/2020/03/02/Object_detection/ R-CNN/Fast R-CNN/Faster R-CNN/SSD · Hyojin Kim's blog R-CNN/Fast R-CNN/Faster R-CNN/SSD 02 Mar 2020 | Deep learning Object detection R-CNN R-CNN/Fast R-CNN/Faster R-CNN/SSD 전문은 https://seongkyun.github.io/papers/2019/01/06/Object_detection/ 을 가져왔다. 초반에 공부하기 매우 좋은 게시�� jinnyjinny.github.io

https://jinnyjinny.github.io/papers/2020/03/04/CAM/ CAM：Learning Deep Features for Discriminative Localization · Hyojin Kim's blog CAM：Learning Deep Features for Discriminative Localization 04 Mar 2020 | Deep learning Object detection CAM CAM(Class Activation Map) 이 논문은 2016년 CVPR에 실린 “Learning Deep Features for Discriminative Localization”의 Visualization 방�� jinnyjinny.github.io

1. 프로젝트 소개 딥러닝을 이용한 이석증 분류기 : Diagnosis of BPPV by eye movement tracker Algorithm 2. 프로젝트 개요 프로젝트 목적 (기존 안진검사의 한계점) 환자는 병원에 방문하여 무거운 적외선 카메라가 부착된 특수한 안경을 착용하여 검사를 진행 적외선 비디오 녹화 시스템을 이용하여 눈의 움직임을 다시 분석해야 하는 번거로움이 있음 장비가 가벼운 재질이고 이동성이 좋은 관계로 파손의 위험이 높다는 것 얼굴의 형태나 연령에 따라 여러 크기와 형태의 고글이 필요하다는 점 *출처 결론 간편하게 안진검사를 시행할 수 있는 서비스 제작 Dataset 한계 의료 데이터의 특성 상, 병원과 협업하지 않고는 많은 데이터를 얻는데 한계가 있었다. 따라서 데이터는 유튜브에..

- 김덕수 교수님 운영체제 강의를 보고 정리한 내용임을 밝힙니다. Starvation(기아 상태)는 무엇인가?무한 연기는 교착상태에 빠지지 않은 프로세스가 시스템의 자원 스케줄링 정책 때문에 아주 먼 미래에 일어나는 상태입니다. 원래는 발생 가능한 상태였지만, CPU의 다른 프로세스들에게 선점 당하여 우선순위에 밀려 발생하지 못하는 상태를 뜻합니다. 이 해결책으로는 에이징을 사용하길 권장합니다. 에이징이란, 어떤 자원을 기다린 시간에 비례하여 프로세스에게 우선순위와 같은 보상을 부여하여 실행할 수 있게끔 하는 기법입니다. Deadlocked(교착 상태)는 무엇인가? 프로세스나 스레드가 결코 일어날 수 없는 특정 이벤트를 기다린다면, 해당 프로세스나 스레드가 “교착 상태에 빠졌다” 라고 합니다. 교착 상태..