일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- Flutter
- 딥러닝
- CV
- 플러터
- 크롤러
- 지정헌혈
- 파이썬
- 인공지능
- pytorch
- Regression
- RNN
- 크롤링
- 모델
- 앱개발
- 회귀
- 42서울
- 유데미
- map
- 피플
- 선형회귀
- AI
- 머신러닝
- 선형대수학
- 코딩애플
- 42경산
- 데이터분석
- filtering
- mnist
- 자연어처리
- Computer Vision
- Today
- Total
목록전체 글 (108)
David의 개발 이야기!
필자는 42서울 본과정에 참여했다. 42서울 라피신과정을 이겨내고 본과정에 다니다가 어떤 이유에서 중간에 그만두게 되었다. 42서울은 필자가 개발공부를 함에 있어, 진입장벽을 허물어준 고마운 교육기관이다. 이러한 교육기관이 다른지역 (경산)에도 생긴다고 해 기쁘면서도, 예산이 부족해서 존폐의 위기가 있는 42서울은 버려진건가 하는 생각에 아쉬움도 많이 남는다. 생각보다 많은 사람들이 중도이탈을 하고 있어서 42서울이 없어지는 건가 하는 생각도 든다.42경산은 서울과 다르게 더 나은 모습으로 운영되길 바라며, 지원하는 분들도 도움이 되길 바란다. 개인적으로는 인성과 관련된 부분이 선발과정에 꼭 추가 되었으면 한다.다같이 공유하는 슬랙을 보면, 사람들이 많아서 인지, 개성이 넘치는 분들이 많은 것 같다.좋..
원본 논문은 아래와 같다. https://arxiv.org/abs/2103.00020 Learning Transferable Visual Models From Natural Language Supervision State-of-the-art computer vision systems are trained to predict a fixed set of predetermined object categories. This restricted form of supervision limits their generality and usability since additional labeled data is needed to specify any other visual co arxiv.org 0. Abstract 일..
[ Challenges of Image Classification ] - viewpoint variation - illumination changes - background clutter - occlusion - deformation - intra-class variations - fine-grained categories - context 이런 다양한 상황으로 인해, classification 문제는 꽤(?) 어려운 문제이다!! Lecture 12 는 머신러닝 기본들을 다시 정리하는 느낌이어서 포스팅은 스킵!!
이미지를 이어붙이다보면, 어색한 경계선이 보일때가 있다. 이를 해결하고자, 하는 기법들을 배우고자 한다. A. Image Blending 1. Blending 이란? 2. Alpha Blending 2. Laplacian Blending 1. Comput Laplacian pyramid 2. Compute Gaussian pyramid on weight image / can put this in A channel 3. Blend Laplacians using Gaussian blurred weights 4. Reconstruct the final image low frequency 일때는 많이 섞고, blend a lot , high frequency 는 조금 만 섞는다. 왜냐하면, Large featu..
A. Least Squares Suppose we need an affine transformation to align one image to the other one. 위 식을 정리를 하면 아래처럼 표현할 수 있다. 정리된 식을 미분하면, 세타 에 대한 식이 나오는데, 여기 양변에 A 를 곱해주면, A * theta = b 식이 나오게 된다. 따라서, 해당 문제를 푸는것이 문제가 된다. 즉, image alignment 를 위해서, A, B에서 interest point 를 찾고, 이를 이으면서, homography 를 추정한다. homography 행렬은, 한 이미지의 관심점들을 다른 이미지의 관심점으로 변환하는데 사용할 수 있으며, 두 이미지간의 변환을 구현할 수 있다. B. RANSAC : Ran..
A. Geometric Transformation 1. Geometric Transformation 예시 2. Homogeneous Coordinate 설명 위의 homogeneous coordinate 개념에 따라, 아래와 같이 homogrphy matrix 를 만들수 있다. B. Image warping 이미지를 저렇게 회전시키려면 어떻게 해야할까? Forward warping 이라고 하는데, 수식을 통해, rotate gkrh, scaling을 변환한다. 하지만, 이럴 경우, 아래 이미지처럼 비어있는 값이 생기는 문제가 발생한다. 그래서 근본적인 문제를 해결하기 위해 "backward mapping"을 사용한다. forward mapping과 backward mapping의 차이는 아래와 같다. t..