본문 바로가기
728x90
반응형
SMALL

분류 전체보기1626

[Android Studio] Material CalendarView (3) strings 달력에서 영어가 아닌 한글로 보여줄 수 있다. res ➔ values ➔ strings.xml에서 다음을 추가한다. My Application 일 월 화 수 목 금 토 1월 2월 3월 4월 5월 6월 7월 8월 9월 10월 11월 12월 themes 달력에서 textColor를 수정할 수 있다. res ➔ values ➔ themes ➔ themes.xml에서 다음을 추가한다. 원래 layout의 calendarView xml에서 android:theme="@style/CalenderViewCustom"를 추가한다. main package com.example.myapplication; import android.database.Cursor; import android.graphics.Co.. 2022. 9. 14.
[Android Studio] Material CalendarView (2) OneDayDecorator 오늘 날짜를 커스텀할 수 있다. package com.example.myapplication.decorators; import android.graphics.Color; import android.graphics.Typeface; import android.text.style.ForegroundColorSpan; import android.text.style.RelativeSizeSpan; import android.text.style.StyleSpan; import com.prolificinteractive.materialcalendarview.CalendarDay; import com.prolificinteractive.materialcalendarview.DayViewD.. 2022. 9. 14.
[Image Classification] EfficientNet (cats-and-dogs) Dog&Cat 데이터 # 데이터 불러오기 : Cats vs Dogs dataset !curl -O https://download.microsoft.com/download/3/E/1/3E1C3F21-ECDB-4869-8368-6DEBA77B919F/kagglecatsanddogs_5340.zip import os import shutil import zipfile ROOT_DIR = '/content' DATA_ROOT_DIR = os.path.join(ROOT_DIR, 'catsanddogs') with zipfile.ZipFile(os.path.join(ROOT_DIR, 'kagglecatsanddogs_5340.zip'), 'r') as target_file: target_file.extractall.. 2022. 9. 14.
[Image Classification] EfficientNet EfficientNet Resnet이 이미지 분류 분야의 전반적인 성능을 높인 이후 CNN은 성능에 초점을 맞추거나, 효율에 초점을 두는 두가지 방향으로 발전하였다. CNN의 성능을 올리기 위해 scaling up을 시도하는 것이 매우 일 반적인 일이었는데 그 예로 ResNet은 ResNet-18부터 ResNet-200까지 망의 깊이를 늘려 성능 향상을 이루었다. 신경망의 성능을 내기 위해 네트워크 모델의 크기를 키우는 이러한 scalingup 방식은 대표적으로 채널의 개수를 늘리는 width scaling, 레이어의 개수를 늘리는 depth scaling, 그리고 입력 영상의 해상도를 높이는 resolution scaling이 사용된다. 1) Width : 기존의 연구에 따르면 width를 넓게 할수록.. 2022. 9. 14.
[Image Classification] DenseNet (MNIST) DenseNet 케라스 API에서는 이 아키텍처의 구현물을 공식적으로 제공하며 tf.keras.application 패키지를 통해 접근할 수 있다. 이 패키지에는 그 외에도 잘 알려진 모델이 포함되어 있으며 각 모델에 대해 ‘사전에 훈련된’ 매개변수 (특정 데이터셋에서 사전에 훈련시키는 과정에서 저장해둔 매개변수)도 제공한다. 예를 들어, 다음 명령어로 DenseNet 네트워크를 인스턴스화할 수 있다. Dense_net = tf.keras.applications.DenseNet121(Include_top = True, weights = 'imagenet', input_tensor = None, Input_shape = None, pooling = None, classes = 1000) 이 기본 인수를 사.. 2022. 9. 14.
[Image Classification] DenseNet DenseNet DenseNet은 후앙 등이 제안한 ResNet의 확장판이다. ResNet 블록에서는 합산을 통해 이전 레이어와 현재 레이어가 합쳐졌다. DenseNet의 경우, 연결을 통해 이전 레이어와 현재 레이어가 합쳐진다. DenseNet은 모든 레이어를 이전 레이어와 연결하고 현재 레이어를 다음 레이어에 연결한다. 특징 • 더 적은 매개 변수, 정보 보존 DenseNet은 기존의 방법들에 비해 feature map에 대한 불필요한 학습이 필요가 없기 때문에, 더 적은 수의 parameter를 요구한다. ResNet은 identity transformation으로 정보를 보존하지만, 이러한 정보들이 학습 과정 중에서 random하게 dropped될 수 있다. DenseNet은 network에 더해.. 2022. 9. 13.
[Image Classification] ResNet (2) Skip connection ResNet에서 Skip connection은 2개의 레이어를 건너뛰는 형태로 제작되었다. 레이어에 들어오는 입력이 Skip connection을 통해서 건너뛰어 레이어를 거친 출력과 Element-wise addition을 한다. 즉, 기울기를 residual block과 함께 더 깊은 레이어로 전송한다. Plain network의 경우 18층에서 34층으로 깊이를 늘리면 학습 오류가 늘어나는 것을 볼 수 있다. ResNet의 경우 degradation 문제가 어느정도 해결됨을 알 수 있다. 모델 depth 비교 또한, Re-ResNet도 신경망의 깊이가 점점 깊어지면 parameter의 수가 많아지기 때문에 residual block을 다른 구조로 사용하는 방식이 고안되었.. 2022. 9. 13.
[Android Studio] Material CalendarView (1) Material Calendar Material Calendar는 Android CalendarView의 머티리얼 디자인 백 포트이다. 목표는 플랫폼 구현과 100% 패리티가 아닌 머티리얼 모양과 느낌을 갖는 것이다. setting.gradle allprojects { repositories { ... maven { url 'https://jitpack.io' } } } JitPack을 build 파일에 추가한다. build.gradle dependencies { implementation 'com.github.prolificinteractive:material-calendarview:${version}' } dependency를 추가한다. gradle.properties android.enableJet.. 2022. 9. 13.
[Android Studio] The application could not be installed: INSTALL_FAILED_INSUFFICIENT_STORAGE The application could not be installed: INSTALL_FAILED_INSUFFICIENT_STORAGE 해당 오류는 애뮬레이터가 앱 설치에 필요한 충분한 공간이 부족해서 발생하는 오류이다. 에뮬레이터에 설치된 앱을 필요한 만큼 제거하고 다시 실행한다. 에뮬레이터 가상 머신 관리자에서 내부 저장소 용량을 늘린다. AVD Manager AVD Manager 클릭하고 연필 모양의 Edit this AVD 선택한다. Show Advanced Settings 선택하고 저장소 용량을 충분히 늘린다. AndroidManifest.xml 태그에 android:installLocation="preferExternal" 추가한다. 2022. 9. 13.
[Image Classification] ResNet (1) ResNet Residual Network (ResNet) 은 마이크로소프트의 Kaiming He에 의해 개발되었고, 2015년 ISVRC에서 우승하였다. MNIST와 같은 데이터셋에서는 얕은 층의 CNN으로도 높은 분류 성능을 얻을 수 있다. 하지만, CIFAR나 ImageNet과 같이 좀 더 복잡하고 도전적인 데이터셋에서 얕은 네트워크로는 한계가 있어 연구자들은 점점 더 깊은 층을 가진 CNN을 만드려는 노력을 했다. 딥러닝에서 neural networks가 깊어질수록 성능은 더 좋지만 train이 어렵다는 것은 알려진 사실이다. 그래서 잔차를 이용한 잔차 학습 (residual learning framework)를 이용해서 깊은 신경망에서도 training이 쉽게 이뤄질 수 있다는 것을 보 이고 방.. 2022. 9. 12.
728x90
반응형
LIST

티스토리툴바