LiDARism

Image Classification 컴퓨터는 이미지를 다음과 같이 RGB의 숫자로 받아들인다. 여기서 RGB와 같은 차원을 channel이라고 부른다. 즉, 이미지는 height * width * channel 세가지 차원으로 구성된다. 하지만 이 숫자들이 명확히 고양이를 다루고 있다고 구분 짓는 것이 어렵다. 이런 차이를 semantic gap이라고 한다. image problem을 더 애매하게 만드는 요인들 Viewpoiint Variation Intraclass Variation : 같은 종류인데 다른 것으로 인식할 수 있다. Fine Grainded Categories : 비슷한 아종들 분류하는 문제 Background Clutter illumination Change : Light Prob D..

Problem OpenCV로 촬영 혹은 가져온 사진을 PIL을 이용해서 가공하려고하면 에러가 뜬다. 아마 int is not subscriptable이라고 뜰 것이다. 일부러 일으켜보니 'int' object is not subscriptable 이었다. Solution 이를 해결하기 위해서는 opencv 이미지 자료형을 PIL에 맞도록 변환해야하는데, 이를 위해서는 두 가지 과정을 거쳐야한다. img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img=Image.fromarray(img) BGR을 RGB로 순서를 바꿔주고, PIL.Image.fromarray(img)로 PIL에 맞는 자료형으로 변환한다. 정리 소스코드 총집본?은 다음과 같다. 아, 참고로 기존에 ..

Ctrl + Shift + P를 눌러서 Python: Select Interpreter 선택한 후, 원하는 버전의 파이썬 인터프리터를 선택하면 되는데,,,, 난 안된다 왜지?? 검색해보니 위의 작업을하면 settings.json 파일이 생성되어야하는데, 그러지 아니하였다. 작업폴더가 여러개여서 생기는 문제인 것 같아 작업 폴더를 하나로 줄여보니 바로 해결되었다. vscode는 기본적으로 작업 폴더를 하나로 지정해야 에러가 덜 뜨는 것 같다.

OpenCV waitKey 함수 간단 설명 : 네이버 블로그 (naver.com) OpenCV waitKey 함수 간단 설명 waitKey( 키 입력 대기 시간 ms) 키 입력 대기 시간 함수 매개 변수로 넣는 키 입력 대기 시간은 ms 단위... blog.naver.com import cv2 frameWidth = 640 frameHeight = 480 cap = cv2.VideoCapture(0) cap.set(3, frameWidth) # Width cap.set(4, frameHeight) # Height cap.set(10, 150) # Brightness while True: success, img = cap.read() cv2.imshow("",img) if cv2.waitKey(0) and..

이번 예제는 화이트와인과 레드와인을 구분하는 예제이다. 산도, 당도, pH등을 이용해서 12번 인덱스에 있는 두 클래스(화이트와인, 레드와인)을 구분하자. # 데이터 입력 from google.colab import files uploaded = files.upload() my_data = 'wine.csv' # !pip install -q tensorflow-gpu==1.15.0 # %tensorflow_version 1.x import tensorflow as tf import pandas as pd import numpy import matplotlib.pyplot as plt from keras.models import Sequential from keras.layers import Dense f..

자료형의 메서드 from typing import AsyncGenerator a = 3 print(bin(a)) print(a.bit_length()) a = 10 print(bin(a)) print(a.bit_length()) c = 1 + 2j print(c.conjugate()) print(c.real) print(c.imag) # 문자열 메서드 name = 'dongsoo' name = name.capitalize() print(name.count('o')) print(name.split('f')) # 지정한 문자 좌우로 잘라서 리스트 반환 print(name.split('g')) print(name.split('o')) # 특수문자처리 \ s1 = 'abc\\ndef' s2 = 'abc\ndef..

자료형 # 다양한 자료형 소개 및 자료형 변환 함수를 소개합니다. # 빈 값이기에 모두 0 혹은 False가 나온다. int() float() complex() str() bool() # 소수 자료형이 정수가 된다. print(int(1)) print(int(1.3)) print(int(1.8)) # 문자열도 숫자로 바꿔준다. print(int('1')) print(float('1.3')) # 소수/정수 문자열을 교차해서 바꾸는 건 안됨 # print(int('1.3')) # 이 경우는 가능 print(float('1')) # 무한 표현 print(float('inf')) print(float('-inf')) # 복소수 표현 : j로 한다. print(complex(1)) print(complex(2j)..

Definition of Machine Learning a computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E. Kinds of Machine Learning Supervised Learning Unsupervised Learning Reinforcement learning recommender systems Supervised Learning Supervised Learning = right answer is given In supe..

학습이 완료된 딥러닝 모델을 저장하려면 `model.save()`함수를 사용하면 된다. `model.save()`는 keras.models.load_model에 있다. del 키워드는 파이썬 내장 함수로 대상 객체의 데이터를 삭제한다. 예를 들면 a = [1,2,3] del a[1] print(a) output은 [1, 3]이다. 조금 더 자세한 설명은 이곳을 참고하자. https://hashcode.co.kr/questions/7566/%ED%8C%8C%EC%9D%B4%EC%8D%AC-del-%EC%9D%B4-%ED%95%A8%EC%88%98%EC%9D%B8%EA%B0%80%EC%9A%94 예시 코드는 저번 예제에서 사용한 코드에서 보도록 하겠다. # 데이터 입력 from google.colab imp..

# 데이터 입력 from google.colab import files uploaded = files.upload() my_data = 'sonar.csv' from keras.models import Sequential from keras.layers.core import Dense from sklearn.preprocessing import LabelEncoder from sklearn.model_selection import train_test_split import pandas as pd import numpy import tensorflow as tf # seed 값 설정 seed = 0 numpy.random.seed(seed) tf.compat.v1.set_random_seed(3) #데이터..