Han's Tech LAB

🧑🏻‍💻용어 정리 Computer vision Color image RGB fullcolor HSV YIQ YUV 지금까지 우리는 Gray Scale의 image들에 대해 다뤘습니다. 이제 Color image processing에 대해 다뤄보죠. Color image processing 실제로 color image가 많이 처리되죠. 지금까지 다룬 흑백은 밝기를 의미하는 것이라고 볼 수 있습니다. 사람은 밝기에 대해 색상처럼 민감하진 않습니다. 사람의 시각은 색상을 잘 구별합니다. 위 사진은 전자기파의 파장에 따른 선을 나타낸 것입니다. 그 중에 사람 눈에 보이는 것이 가시광선 구간입니다. 이렇게 파장에 따라 색이 위와 같이 구분됩니다. 이정도 교양으로 알고 넘어가시면 되겠습니다. 가로축은 파장입니다..

🧑🏻‍💻용어 정리 Neural Networks Encoder Decoder Autoencoders feature dropout novelty CNN stacked denoising DAE CAE VAE input이 들어오는 것은 neural network 뿐 아니라 다른 Model도 마찬가지로, 어떻게든 connection을 엮어서, 이 connection은 벡터 연산으로 matmul이죠. 이것들을 여러 Layer로 엮어서 우리가 원하는 output을 뽑아내는 것이 우리의 목적입니다. Autoencoders Autoencoders는 똑같이 이런 concept을 이용하면서, 목적에 맞게 모델의 design을 살짝 바꾸며 다른 task에 대한 접근이 가능하게 합니다. Autoencoders는 아래와 같이 생..

🧑🏻‍💻용어 정리 Neural Networks Feed-forward Backpropagation Convolutional Neural Network Recurrent Neural Network Propagation unfolding fold unfolding computational graph 우리가 지금까지, 여러 가지 기술들을 MLP를 기준으로 공부해왔습니다. 그러한 것으로부터 Deep MLP부터 성공적인 구조인 CNN까지 공부를 해봤습니다. 또 다른 성공적인 구조인 RNN에 대해 공부해보겠습니다. Recurrent Neural Network 이 RNN model도 1986년에 이미 제안이 되어온 model입니다. 결국 이 RNN도 Neural Network의 specialized form입니다. ..

🧑🏻‍💻용어 정리 Neural Networks Feed-forward Backpropagation Convolutional Neural Network stride filter kernel topology MLP image multi-channel sparse connection parameter sharing AlexNet VGGNet ResNet GoogLeNet LeNet transfer learning 지난 시간에는 Convolutional operation에 대해 다뤘습니다. 오늘은 CNN의 구조에 대해 살펴보겠습니다. CNN Architecture sparse connection sparse connection concept를 봅시다. 위와 같이 dense connections를 우리가 지금까지..

🧑🏻‍💻용어 정리 Neural Networks Feed-forward Backpropagation Convolutional Neural Network stride filter kernel topology MLP image multi-channel sparse connection parameter sharing 오늘부터 CNN에 대해서 배워봅시다. 지금까지는, linear separability, MLP, Feed-forward, Backpropagation, regularization, optimization 등을 살펴보았습니다. 그리고 오늘은 새로운 model CNN에 대해서 살펴봅니다. 그리고, 위와 같이 지금까지 배운 부분들이 MLP와 CNN이 다르지 않습니다. 거의 90%는 그대로 적용된다고 봐도..

🧑🏻‍💻용어 정리 Computer vision Edge Objectives erosion dilation edge opening closing 이번에는 Segmentation에서, thresholding을 통한 binarization 하는 것을 알아보겠습니다. Objectives Segmentation 결과로 binary image나옴. 찾고자하는 부분 1, 배경 0. Binary image Neighborhoods connectedness Morphological processing for binary images 형태학적 Erosion and Dilation Opening and Closing Segmentation thresholding을 통한 binarization은 무엇일까요? 간단히 보면, 기..

🧑🏻‍💻용어 정리 Computer vision Edge canny detector non-maximun suppresion connected component 이번엔 edge detector에 대해 알아봅시다. Canny edge detector The most widely used edge detector Theoretical model : step-edges corrupted by additive Gaussian noise Canny has shown that the first derivative of the Gaussian closely approximates the operator that optimizes the product of signal-to-noise ratio and localizat..

🧑🏻‍💻용어 정리 Neural Networks Feed-forward Backpropagation Deep Neural Network 지금까지 우리는 Neural Network에 대해 알아보았습니다. 지금까지 linear separability, Perceptron 이러한 이야기를 했지만, 그것은 모두 Multi-layer perceptron을 얘기하기 위한 것이었습니다. 그리고, Feed-forward, Backpropagation 각각은 prediction, training과정이라는 이야기를 했습니다. 그럼, 본격적으로 Deep Learning이 무엇인지 드디어 알아보겠습니다. Deep Learning Simple Neural Network는 Shallow Neural Network라고도 합니다. 일..

🧑🏻‍💻 Topic 정리 - image filtering - Gaussian Filter 지난 시간까지, image를 다루는 것과, image를 다루는 것에 있어서, histogram도 그려보고, equalization, filtering 그리고 중요한 Gaussian filter에 대해서도 알아보았다. Image pyramids image downsampling 우리가 image downsampling을 하려는 이유는 다음과 같다. The image is too big to fit on the screen. How would you reduce it to half its size? 하나씩 살펴봅시다. Naive image downsampling Throw away half the rows and col..

🧑🏻‍💻용어 정리 Neural Networks Keras Layer California housing dataset Generating regression model for California housing dataset with keras functional API. 위와 같이 여러 필요 모듈들을 import 합니다. matplotlib.pyplot, tensorflow, keras, fetch_california_housing 그리고, housing 변수에 dataset을 할당합니다. 그런 뒤, print 문을 사용하여, 인자로, housing, housings.keys(), housing.feature_names를 넣어 각각 dataset의 내용, dataset의 키, dataset의 특성 이름을 ..