728x90 반응형 SMALL Visual Intelligence/Image Deep Learning27 ImageDataGenerator 훈련 및 검증 데이터 분할 ImageDataGenerator 훈련 및 검증 데이터 분할 ImageDataGenerator를 사용할 때 훈련 데이터를 훈련 및 검증으로 분할한다. Keras에는 기계 학습 프로젝트에서 모든 종류의 일반적인 작업을 수행하는 데 필요한 많은 필수 유틸리티 기능 및 클래스가 번들로 제공된다. 일반적으로 사용되는 클래스 중 하나는 ImageDataGenerator이다. 문서에 설명된 대로 실시간 데이터 증대를 통해 텐서 이미지 데이터 배치를 생성한다. 데이터는 일괄적으로 반복된다. 지금까지는 훈련 이미지 폴더와 검증 이미지 폴더를 별도로 유지해도 괜찮다. 예를 들어, flow_from_directory 함수와 함께 사용할 이미지에 대해 두 개의 별도 폴더 구조를 생성하여 훈련 및 검증 데이터 세트를 직접 구.. 2023. 9. 6. [시각 지능] 합성곱 오토인코더 (Convolutional Autoencoder) 합성곱 오토인코더 (Convolutional Autoencoder) 합성곱 오토인코더 (Convolutional Autoencoder)는 오토인코더 (Autoencoder)의 일종으로, 이미지와 같은 고차원 데이터를 저차원으로 압축하고 복원하는 데 사용된다. 합성곱 오토인코더는 합성곱 계층 (convolutional layer)과 풀링 계층 (pooling layer)을 사용하여 입력 데이터의 공간적 정보를 보존하면서 압축한다. 이러한 합성곱 오토인코더는 이미지 처리 분야에서 많이 사용되며, 이미지 노이즈 제거, 이미지 생성 등에 활용된다. 라이브러리 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt from tensor.. 2023. 5. 3. [시각 지능] Roboflow Roboflow Roboflow는 개발자가 기술이나 경험에 관계없이 자신의 컴퓨터 비전 애플리케이션을 구축할 수 있도록 지원한다. 원시 이미지를 훈련된 맞춤형 컴퓨터 비전 모델로 변환하고 애플리케이션에서 사용하기 위해 배포하는 데 필요한 모든 도구를 제공한다. 현재 Roboflow는 객체 감지 및 분류 모델을 지원한다. https://public.roboflow.com/object-detection/mask-wearing/4에서 포맷을 YOLO v5 Pytorch로 다운로드하고 파일 이름을 Mask_Data.zip으로 변경한다. YOLOv5 설치 # Colab root dir ROOT_DIR = '/content' import os YOLOv5_ROOT_DIR = os.path.join(ROOT_DIR,.. 2022. 9. 4. [시각 지능] TPU (Tensor Processing Unit) TPU (Tensor Processing Unit) 구글에서 2016년 5월에 발표한 데이터 분석 및 딥러닝용 NPU를 모아놓은 하드웨어이다. 벡터/행렬연산의 병렬처리에 특화되어 있으며 넘사벽급의 전성비를 자랑한다. 비결은 8비트 정수 연산을 활용하는 것이다. 이는 NVIDIA등에서도 실현한적 있다. 차이점이라면, TPU는 모델의 실행뿐만 아니라 학습 과정에도 8비트 정수 연산을 활용할 것으로 추정된다는 것이다. (자세한 정보 공개가 없는 상황이라 정확하진 않지만) GPGPU에서 딥러닝에 필요한 것들만 남기고 나머질 다 빼버린 설계와 비슷하다는 추측도 있다. 성능 항목의 PCI-E 병목 문제를 생각하면 APU (정확히는 HSA)나 NVLINK에 가까운 구조를 포함하는 것일 수도 있다. NVIDIA의 경우.. 2022. 9. 3. [시각 지능] Coffee Classification Coffee Classification 커피의 종류는 에스프레소, 아메리카노, 카푸치노, 카페 라떼, 카페 모카 등 다양한 메뉴가 있다. 구글에서 크롤링을 통해 이미지를 수집한다. 아메리카노, 라떼, 모카를 분류한다. import os import glob import math import shutil import numpy as np import tensorflow as tf from tensorflow.keras.layers import Dropout, Dense, GlobalAveragePooling2D from tensorflow.keras.applications import MobileNet from tensorflow.keras.models import Sequential from tensor.. 2022. 8. 28. [시각 지능] COVID-19 Radiography COVID-19 Radiography 카타르 도하의 카타르 대학교와 방글라데시 다카 대학교의 연구진과 파키스탄, 말레이시아의 협력자들이 의사들과 협력하여 COVID-19 양성 사례에 대한 흉부 X선 영상 데이터베이스를 만들었다. 정상 및 바이러스성 폐렴 이미지, COVID-19, 정상 및 기타 폐 감염 데이터 세트로 구성되어 있다. 3616건의 COVID-19 양성 사례와 10,192건의 정상, 6012건의 Lung Opacity (비-COVID 폐 감염), 1345건의 바이러스성 폐렴 이미지 및 해당 폐 마스크로 데이터베이스를 확장했다. 캐글의 데이터셋을 다운로드하여 구글 드라이브에 업로드 후, 마운트를 진행한다. import os import glob import numpy as np import m.. 2022. 8. 27. [시각 지능] Chest X-Ray Images (Pneumonia) Chest X-Ray Images (Pneumonia) 정상 흉부 X-선 (왼쪽 패널)은 이미지에서 비정상적인 혼탁 영역이 없는 깨끗한 폐를 나타낸다. 세균성 폐렴 (가운데)은 일반적으로 이 경우 우상엽 (흰색 화살표)에서 국소 대엽 경화 (lobar lobar consolidation)를 나타내는 반면, 바이러스성 폐렴 (오른쪽)은 양쪽 폐에서 더 확산된 '간질' 패턴으로 나타난다. 데이터 세트는 3개의 폴더 (train, test, val)로 구성되며 각 이미지 범주 (Pneumonia/Normal)에 대한 하위 폴더를 포함한다. 5,863개의 X-Ray 이미지 (JPEG)와 2개의 카테고리 (폐렴/정상)가 있다. 흉부 X선 영상 (전후부)은 광저우에 있는 광저우 여성 아동 의료 센터에서 1세에서 5.. 2022. 8. 27. [시각 지능] Brain Tumor Classification (MRI) Brain Tumor Classification (MRI) 뇌종양은 어린이와 성인 사이에서 공격적인 질병 중 하나로 간주된다. 뇌종양은 모든 원발성 중추신경계 (CNS) 종양의 85~90%를 차지한다. 매년 약 11,700명이 뇌종양 진단을 받는다. 암성 뇌 또는 CNS 종양이 있는 사람들의 5년 생존율은 남성의 경우 약 34%, 여성의 경우 36%이다. 뇌종양은 양성종양, 악성종양, 뇌하수체종양 등으로 분류된다. 환자의 기대수명을 향상시키기 위해서는 적절한 치료와 계획, 정확한 진단이 이루어져야 한다. 뇌종양을 탐지하는 가장 좋은 방법은 자기공명영상촬영 (MRI)이다. 스캔을 통해 엄청난 양의 이미지 데이터가 생성된다. 이 이미지는 방사선 전문의가 검사한다. 캐글에서 Brain Tumor Classif.. 2022. 8. 21. [시각 지능] imgaug imgaug imgaug는 기계 학습 실험에서 이미지 증강을 위한 라이브러리이다. 다양한 증강 기술을 지원하고, 이들을 쉽게 결합하고 무작위 순서로 또는 여러 CPU 코어에서 실행할 수 있으며, 단순하지만 강력한 확률론적 인터페이스를 가지고 있으며, 이미지뿐만 아니라 키포인트 / 랜드마크, 경계 상자, 히트맵 및 세분화 맵을 포함한다. https://imgaug.readthedocs.io/en/latest/ imgaug — imgaug 0.4.0 documentation © Copyright 2020, Alexander Jung Revision 7443efbf. imgaug.readthedocs.io 2022. 8. 21. [시각 지능] Image Data Augmentation + Transfer Learning Image Data Augmentation import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.applications import MobileNet, Xception from tensorflow.keras.layers import Flatten, Dense, Dropout, GlobalAveragePooling2D from tensorflow.keras.preprocessing.image import ImageDataGenerator !wget https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip import os .. 2022. 8. 20. 이전 1 2 3 다음 728x90 반응형 LIST
