생각외로깔끔함

부스트코스 재활용 쓰레기를 활용한 딥러닝 강의 정리 Object Detection Library MMDetection : Pytorch 기반의 Object Detection 오픈소스 라이브러리 Detectron2 : Facebook AI Research의 Pytorch 기반 라이브러리, Object Detection 외에도 Segmentation, Pose prediction 등 알고리즘도 제공 MMDetection Config file configs를 통해 데이터셋부터 모델, scheduler, optimizer 정의 가능 특히, configs에는 다양한 object detection 모델들의 config 파일들이 정의돼 있음 그 중, configs/base/ 폴더에 가장 기본이 되는 config 파일..

부스트코스 재활용 쓰레기를 활용한 딥러닝 강의 정리 컴퓨터 비전의 태스크 종류 Classification : 사진이 주어졌을 때 무엇인지 예측하는 태스크 Object Detection : 이미지 속에서 객체를 식별해내는 태스크. 객체가 어디에 있는 지 찾고, 해당 객체가 무엇인지 식별하는 것 Semantic Segmentation : 객체의 영역을 구분하는 태스크, 같은 클래스를 갖는 객체끼리는 구분이 없음 Instance Segmentation : 객체의 영역을 구분하는 태스크, 같은 클래스의 객체 역시 구분함 Object Detection의 평가 지표 mAP (mean average precision): 각 클래스당 AP의 평균 mAP를 계산하기 위해 필요한 개념 Confusion matrix: Pr..

머신러닝의 기초와 용어 K-Nearest Neighbors 1. K는 임의의 숫자를 의미(Hyperparameter) 2. 두 관측치의 거리가 가까우면 Y도 비슷함 3. K 개의 주변 관측치의 Class에 대한 majority voting(다수결) 4. Distance-based model, instance-based learning 1) 거리가 가장 가까운 관측치 3개를 골라 봤더니 그림처럼 발생 2) 두 관측치 사이의 거리를 측정할 수 있는 방법 5. K의 영향 - K는 KNN에서 Hyperparameter를 의미 - K가 클수록 Underfitting, 작을수록 Overfitting (K가 적을 때는 설정값이 적기 때문에 자세하게 분해해서 학습을 하는 것이면, K가 크다면 설정값이 많아서 설정한대로..

머신러닝의 기초와 용어 1. 머신러닝이란(개념) - 데이터를 컴퓨터를 통해 함수를 사용해서 스스로 학습시키고 예측을 하는 것을 의미 - 딥러닝도 머신러닝의 일종 - CPU와 GPU(그래픽카드, 병렬 계산) computing - Learning system의 구성 요소 ==> 환경(E, Enviroment), 데이터(D, data), 함수(M, model), 평가(P, Performance) - 평가 기준 : MSE(제곱 편차 평균) 2. 머신러닝 학습 개념 - Linear Regression : 선형 분석 (input과 out이 관계가 있다.) - MSE ==> 선형적인 관계이므로 ax = y 의 모양으로 발생 ==> 완벽히 그리는 것은 불가능에 가깝고, 오차가 적도록 만드는 것이 목표 ==> Learn..