본문 바로가기

분류 전체보기

(74)
다층 퍼셉트론으로 XOR 만들기 HCI (Human-Computer Interaction) 수업 과제 문제2개 또는 그 이상을 사용하여 XOR 기능을 수행하는 뉴럴 네트워크를 제작tensorflow를 사용하여 구현XOR (배타적 논리합)▼ 진리표 X Y X XOR Y 0 0 0 0 1 1 1 0 1 1 1 0 XOR 퍼셉트론코드123456789101112131415161718192021222324252627282930313233import tensorflow as tfimport numpy as np x_data = np.array([[0, 0], [0, 1], [1, 0], [1, 1]], dtype=np.float32)y_data = np.array([[0], [1], [1], [0]], dtype=np.float32)X = tf...
(Python 3) 백준 알고리즘 2309 일곱 난쟁이 문제 2309 일곱 난쟁이 문제9명의 난쟁이 중에서 "백설공주와 일곱 난쟁이"의 주인공인 일곱 난쟁이를 찾는 문제일곱 난쟁이 키의 합은 100이다. 입력아홉 개의 줄에 걸쳐 난쟁이들의 키가 주어진다. 키는 100을 넘지 않는 자연수이며, 아홉 난쟁이의 키는 모두 다르다. 출력일곱 난쟁이의 키를 오름차순으로 출력한다. 일곱 난쟁이를 찾을 수 없는 경우는 없다. 예제 입력 2072319101525813cs 예제 출력781013192023cs 코드123456789101112import sysn = 9heights = [int(input()) for _ in range(n)]heights.sort()sum_heights=sum(heights)for i in range(n): for j in range(i+1, ..
⑥ Yolov3 on raspberry pi 3 B+ Yolov3 on raspberry pi 3 B+ 이제 Yolov3를 라즈베리파이에 실행시켜보겠습니다.저는 라즈베리파이 3 B+를 사용했습니다. 라즈베리파이 SD 카드에 OS를 설치합니다.일단 여기에 들어가서 라즈비안을 다운받습니다.다운로드 링크 : https://www.raspberrypi.org/downloads/raspbian/Etcher을 사용해서 다운받은 파일을 SD카드에 설치합니다. 그러면 라즈베리파이에 OS가 설치됩니다.그리고 darknet을 설치합니다. git clone https://github.com/pjreddie/darknet cd darknet make 이전에 test할때 필요한 파일들을 가져옵니다.yolov3.cfgyolov3_final.weightscoco.datacoco.na..
⑤ Yolo_mark Yolo_mark리눅스 컴퓨터에 Yolo_mark를 설치합니다. 1. 학습시켜야할 이미지를 Yolo_mark/x64/Release/data/img폴더 안에 넣어줍니다. 2. Yolo_mark/x64/Release/data에 coco.data, coco.names를 넣어줍니다. 3. 다시 Yolo_mark로 돌아가 ./linux_mark.sh를 실행시켜줍니다. 4. 그러면 이미지가 뜨고 class를 줄 부분을 드래그 해주면 됩니다.이때, Bounding Box를 하면 해당하는 이미지가 있는 train.txt파일이 생성됩니다.여기에 이미지의 경로가 써있는데 학습할때, darknet으로 옮기면 그에 맞는 절대경로로 바꿔주시면 됩니다.상대경로로 하니까 자꾸 이미지가 없다고 에러가 발생했습니다. 5. 하다보면 사..
④ YOLO Custom YOLO Custom 저번에 이미 학습된 weight를 가지고 테스트를 해봤다면, 이번에는 갖고 있는 데이터를 가지고 학습시키고 테스트까지 해보겠습니다.참고한 사이트는 https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects 입니다. yolov3로 이미지를 학습하고 테스트해보겠습니다. 1. darknet에 들어갑니다. 2. darknet의 cfg폴더 안에 있는 yolov3.cfg 파일을 vi를 사용해서 열어줍니다. ≫ batch를 설정하는 라인을 찾아 batch=64로 변경 ≫ subdivisions를 설정하는 라인을 찾아 subdividions=8로 변경 (저는 16으로 변경했습니다.)[net]# Testing# bat..
③ YOLO란? YOLO(You only look once) ﹤누르면 공식홈페이지로 이동합니다 Introduction사용하기전 YOLO가 무엇인지 알아보겠습니다.물체 탐지로 사용되는 YOLO 알고리즘은 You Only Look Once의 약자입니다. How It Works?이전 탐지 시스템은 classifier나 localizer를 사용해 탐지를 수행합니다.하지만 YOLO는 하나의 신경망을 전체 이미지에 적용합니다. 이 신경망은 이미지를 영역으로 분할하고 각 영역의 Bounding Box와 확률을 예측합니다.이런 Bounding Box는 예측된 확률에 의해 가중치가 적용됩니다. Advantage테스트할 때 이미지의 전체를 보고 예측정보를 알려줍니다.수천개의 이미지가 필요한 R-CNN와 달리 하나의 네트워크 평가로 예측할..
② 이미지 부풀리기 ② 이미지 부풀리기 (Image augumentation) 199개의 이미지를 849개로 증가시키겠습니다.모델의 성능을 높이기 위해 데이터를 부풀리겠습니다.keras에서 데이터를 부풀리기 위한 함수를 제공하기 때문에 이를 사용해보겠습니다. 저희 훈련셋(training set)입니다.총 199장 입니다. 이 중 첫번째 사진을 가지고 데이터 부풀리기를 해보겠습니다.▲ 원본 이미지 (320*270) ≫사용한 코드123456789101112131415161718192021222324252627282930313233343536373839404142434445import numpy as npimport osfrom os import listdirfrom os.path import isfile, joinfrom PI..
① 이미지 크롤링 ① 이미지 크롤링 (Image Crawling) Google 이미지에서 거미(spider)이미지를 가져옵니다.Google 이미지는 페이지 스크롤 없이 최대 100개만 가져옵니다.하지만 Selenium을 사용하면 더 많은 이미지를 가져올 수 있습니다. Selenium 란?selenium은 브라우저를 자동화하는 오픈소스 프레임워크 입니다.Windows, Linux, MacOS 플랫폼에서 사용할 수 있습니다.이미지 크롤링을 위해 사용할 selenium 구성요소는 Webdriver으로, 브라우저 드라이버의 특정 브라우저를 통해 시행되며 브라우저로 명령을 보내면 결과를 가져옵니다.실제로 브라우저 응용프로그램 ( ex. Firefox, Chrome, Internet Explorer, Safari, Microsoft..

반응형