이미지 인식8 [빵형의개발도상국] 표면의 결함을 알아내는 인공지능 - Outlier Detection - 패키지 alibi-detect(https://colab.research.google.com/dri... )의 VAE를 사용하여 콘크리트 표면의 금 간 부분을 알아내는 모델 - 정상이미지만을 학습시켜 불량을 검출 unsupervised learning 모델 - source code(Colab): https://colab.research.google.com/dri... - Dataset: https://www.kaggle.com/arunrk7/surfac... 사업 및 개발문의: kairess87@gmail.com 빵형의 개발도상국 후원: https://toon.at/donate/helloworld 2021. 6. 22. [IITP] 인공지능 학습용 영상 데이터 기술 동향 - 출처: [IITP] 인공지능 학습용 영상 데이터 기술 동향 - 임철홍 광주대학교 조교수 I. 서론 - 이전에는 단일 객체 인식을 위한 데이터가 많이 활용되었으나, 이미지의 상황을 이해하여 캡션 등을 자동으로 생성하기 위한 연구가 진행되면서 다중 객체 인식을 기반으로 장면 설명, 객체 간의 관계 등의 데이터가 필요하게 되었다. - 이를 위한 영상 데이터로 Microsoft COCO(Common Object in COntext), 구글 Open Image, STANDFORD와 YAHOO의 Visual Genome이 대표적 - 이들 데이터에서는 영상 데이터에 관계 설명, 음성 및 문장 형태 나레이션 등을 활용하여 영상 데이터를 쉽게 학습 하고 활용할 수 있는 방법이 제공되고 있다. II. COCO - 33.. 2021. 3. 19. [ITFIND] 이미지 데이터셋 제작을 위한 Annotation 자동화 기술 분석 [출처] : [ITFIND] 이미지 데이터셋 제작을 위한 Annotation 자동화 기술 분석 - 송순용 한국전자통신연구원 선임연구원 I. 서론 - 인공신경망으로 입력되는 각각의 이미지에 대해, 인식 대상에 대한 정답을 달아 주는 작업을 Annotation이라고 한다. - 과거 행해졌던 Annotation 작업은 대부분 인적 자원을 활용해 왔다. 작업시간 단축을 위해 많은 인적 자원을 동원할 필요가 있는데, 이러한 경우 Annotation 결과가 사람마다 편차가 발생하여 데이터셋의 품질을 하락시키는 원인이 된다. 또한, 많은 인적 자원을 활용하더라도 노동력이 필요하기 때문에 데이터셋 확보에 시간이 다소 필요 하다는 문제점이 있다. - 기계적인 규칙에 의해 자동적으로 Annotation 작업을 수행한다면 .. 2021. 3. 11. [빵형의 개발도상국] [기초 머신러닝] 유방암을 예측하는 인공지능 - Python, Machine Learning #이미지처리 #이미지인식 #이미지판독 #유방암 #예측 #머신러닝 #파이썬 - 유방암 예측을 위한 머신러닝 모델 코딩 중심 - #Numpy - #scikit-learn - #pandas - #matplotlib - #seaborn ○ Dataset - Breast Cancer Wisconsin (Diagnostic) Data Set: https://www.kaggle.com/uciml/breast-c... 2019. 7. 11. 이전 1 2 다음
