반응형 DeepLearning18 [ML] K-means 클러스터링으로 이미지 분류하기 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124# for loading/processing the images# tensorflow 2.0from tensorflow.keras.utils import load_img from tensorflow.keras.utils import img_.. 2022. 8. 31. [ML] Softmax 에 Temperature Scaling을 적용하여 Overconfidence 줄이기 보호되어 있는 글 입니다. 2022. 7. 15. [PyTorch] torch.load 시, 학습 환경과 달라 모델 로딩이 되지 않는 에러 (map_location으로 해결) 에러 발생 내용 Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to map your storages to the CPU. CUDA 환경에서 학습한 모델을 CPU로 가져와서 모델을 사용할 때 load_state_dict 함수를 사용해서 모델을 로딩한다. 이 때, load_state_dict(torch.load(model_path)) 위의 에러 메시지와 함께 모델이 정상적으로 올라가지 않을 때가 있다. 이 때 에러 .. 2022. 6. 24. [캐글 Kaggle] 캐글 에러 - Unable to find the required key value error 해결 방법 캐글에 파일을 제출하려고 하니 아래와 같이 unable to find the required key value ' ' in the column 이라는 에러가 발생했다. 에러 발생 원인 comment 컬럼에 큰따옴표가 3개가 들어가서 생긴 것이다. 컬럼 내부에 "안녕하세요" 가 있으면 괜찮지만 csv 파일로 만들면서 """안녕하세요""" 가 된 것이 문제였다. 해결방법 to_csv 할 때 quoting = 3 옵션을 주어서 해결할 수 있다. quoting=3은 큰따옴표를 무시하겠다는 옵션이다. result.to_csv(DATA_OUT_PATH, index = False, quoting = 3) 2021. 8. 17. [DeepLearning] DeepFake(deepfacelab) 구글 Colab에서 개발하기 딥페이크에서 아주 유명한 이미지다. 로버트 다우니 주니어의 연설 영상에 일론 머스크의 얼굴을 입히는 과정을 담은 이미지이다. 기회가 생겨 Deepfake를 시도해보기로 했다. 구글 코랩을 이용해서 딥페이크를 진행했다. 용량이 부족하고 램이나 T4, P100등 좋은 GPU를 이용하기 위해서 코랩 프로를 구독한 상태로 진행했다. 우선 DeepFaceLab에서 제공하는 deepfake 코드를 받아서 구글 드라이브에 업로드 해주었고, 해당 폴더를 workspace로 사용했다. 코드나 논문은 아래 링크에서 받을 수 있다. DeepFaceLab github GitHub - iperov/DeepFaceLab: DeepFaceLab is the leading software for creating deepfakes. .. 2021. 8. 1. Computer Vision Summary | 컴퓨터 비전 총정리 -4 31. Active appearance model ASM(Active appearance model)은 새로운 이미지에서 원하는 물체를 찾기 위해 데이터의 반복적인 변형을 통해 원하는 물체를 찾아내는 통계적 모델이다. 능동 형태 모형(ASM)은 얼굴 이미지 분석이나 의료 영상 등에서 많이 사용되고 있다. 능동 형태 모형을 진행하기 위해서는 찾고 싶은 물체의 형체 데이터와 물체의 각 특징 점들이 나타내는 속성 정보가 필요하다. 찾고 싶은 물체의 모형을 알기 위해 준비된 데이터들을 통해 점 분포 모델(Point Distribution Model)을 만든다. 점 분포 모델(PDM)을 만들 때 많이 이용하는 분석 방식은 프로크루스테스 분석이다. 프로크루스테스 분석에서는 데이터의 Translation, scali.. 2021. 7. 12. Computer Vision Summary | 컴퓨터 비전 총정리 -3 21. TOF camera TOF는 Time Of Flight로 비행시간, 즉, 빛을 쏘아서 반사되어 돌아오는 시간을 측정하여 거리를 계산하는 방식을 말한다. TOF 카메라는 TOF 방식을 사용하여 거리(depth) 이미지를 출력해 주는 카메라를 말한다. 거리를 측정하기 위해 인위적으로 빛을 쏘는데, 이러한 방식을 active light source 방식이라고 한다. TOF의 가장 핵심적인 원리는 LED 발신부에서는 빛을 쏠 때 굉장히 빠른 간격으로 점멸을 시키면서, 즉, modulation을 시키면서 쏘고 수신부에서는 이 modulation 간격과 동기화하여 receptor들을 활성화 시키는 것이다. 여기서 LED를 켜는 동안은 in phase라 부르고 LED를 끄는 동안을 out phase라고 부른다.. 2021. 7. 12. '밑바닥부터 시작하는 딥러닝' jupyter notebook 정리 '밑바닥부터 시작하는 딥러닝' 책 전체 스터디 내용을 jupyter notebook으로 정리하여 올립니다. Github 주소 : https://github.com/WegraLee/deep-learning-from-scratch WegraLee/deep-learning-from-scratch 『밑바닥부터 시작하는 딥러닝』(한빛미디어, 2017). Contribute to WegraLee/deep-learning-from-scratch development by creating an account on GitHub. github.com 밑바닥부터 시작하는 딥러닝 Deep Learning from Scratch https://www.hanbit.co.kr/store/books/look.php?p_code=B8.. 2021. 7. 5. Deep Learning | GAN (Generative Adversarial Network) Generative Adversarial Network 오토인코더와 같이 결과물을 생성하는 생성 모델. 대립하는 신경망을 경쟁시켜가며 결과물을 생성하는 것. 예를 들면, GAN을 제안한 이안 굿펠로우가 논문에서 아주 적절한 제시를 한다. 위조지폐범(생성자)과 경찰관(구분자)에 대한 이야기로, 위조지폐범은 경찰을 최대한 속이려고 노력하고, 경찰관은 위조한 지폐를 최대한 감별하려고 노력한다. 그러면 위조지폐를 만들고 감별하려는 경쟁을 통해 서로의 능력이 발전하게 되고, 그러다 보면 결국 위조지폐범은 진짜와 거의 구분할 수 없을 정도로 진짜 같은 위조지폐를 만들 수 있게 된다. 실제 이미지를 주고 Discriminator에게 이 이미지가 진짜임을 판단하게 한다. 그 다음 Generator를 통해 임의의 이미지.. 2021. 7. 5. 이전 1 2 다음 반응형
