printf("ho_tari\n");

2024.9.4 매개변수 갱신optimizer class손실함수 값이 최소가되는 매개변수를 찾음 = 최적화 (optimize )# 그림 6-1 f(x, y) = (1/20) * x**2 + y**2 그래프# 3차원 참고주소: https://www.datascienceschool.net/view-notebook/6e71dbff254542d9b0a054a7c98b34ec/%matplotlib inlineimport numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits import mplot3dX = np.arange(-10, 10, 0.5)Y = np.arange(-10, 10, 0.5)XX, YY = np.meshgrid(X, Y)ZZ = (1 / 20..

2024.9.3신경망 학습데이터에서 학습한다.학습 (지도학습을 사용함)훈련 데이터로부터 가중치 매개변수의 최적값을 자동으로 획득하는 것손실함수 (오차를 구함)신경망이 학습할 수 있도록 해주는 지표학습의 목표 - 오차가 가장 적게하는 매개 변수의 값을 찾는 것손실 함수의 결과값을 가장 작게 만드는 가중치 매개 변수 값을 찾는 것경사강하법손실 함수의 값을 가급적 작게 만드는 기법함수의 기울기를 활용 - 오차에 대한 미분을 구하고 매개변수에서 오차를 줄이는 방향으로 연산한다.  데이터 주도 학습기계학습은 데이터가 생명이다. (데이터는 경험이라 볼수 있다.)데이터에서 답을 찾고 데이터에서 패턴을 발견하고 데이터로 이야기를 만드는 것손글씨 숫자 '5'의 예 : 사람마다 자신만의 필체가 있다.사람'손으로 규칙만들기..

2024.9.2퍼셉트론(Perceptron) 다수의 신호를 입력으로 받아 하나의 신호를 출력한다.신호 : 전류나 강물처럼 흐름이 있는 것전류가 전선을 타고 흐르는 전자를 보내듯, 퍼셉트론 신호도 흐름을 말들고 정보를 앞으로 전달실제 전류와 달리 퍼셉트론 신호는 흐른다/안 흐른다(1이나 0)의 두가지 값을 가질 수 있다.  - 1 : 신호가 흐른다.  - 0 : 신호가 흐르지 않는다. 입력으로 두개의 신호를 받은 퍼셉트론의 예 - x1과 x2는 입력신호 - y는 출력신호 - w1과 w2는 가중치 - 그림의 원을 뉴런 혹은 노드라고 부른다. - 입력신호가 뉴런에 보내질 때는 각각 고유의 가중치가 곱해진다.(w1x1 + w2x2) - 뉴런에서 보내온 신호의 총합이 정해진 한계를 넘어설 때만 1을 출력 - 한계..

2024.8.308장 영상 매칭과 추적영상 매칭이란 서로 다른 두 이미지를 비교해서 짝이 맞는 같은 형태의 객체가 있는지 찾아내는 기술을 말합니다.이미지에서 객체를 찾는 방법은 이미지에서 의미 있는 특징들을 적절한 숫자로 변환하고 그 숫자들을 서로 비교해서 얼마나 비슷한지 판단하는 것입니다.쉽게 말해 두 이미지 간 유사도를 측정하는 작업입니다. 특징을 대표할 수 있는 숫자를 특징 벡터 혹은 특징 디스크립터라고 합니다.이미지 매칭은 큰 주제이므로 이에 대해서는 앞으로 계속 포스팅할 예정입니다. 8.1 비슷한 그림 찾기8.1.1 평균 해시 매칭 평균 해시 매칭은 이미지 매칭의 한 기법인데, 효과는 떨어지지만 구현이 아주 간단합니다.평균 해시 매칭은 특징 벡터를 구하기 위해 평균값을 사용합니다.우선, 두 이미..

2024.8.29 7장 영상 분할7.1 컨투어 컨투어(contour)는 등고선을 의미합니다. 등고선은 지형의 높이가 같은 영역을 하나의 선으로 표시한 것입니다. 영상에서 컨투어를 그리면 모양을 쉽게 인식할 수 있습니다. OpenCV에서 제공하는 컨투어 함수는 다음과 같습니다.4.0 이전dst, contours, hierarchy = cv2.findContours(src, mode, method, contours, hierarchy, offset)4.0 이후contours, hierarchy = cv2.findContours(src, mode, method, contours, hierarchy, offset)src: 입력 영상, 검정과 흰색으로 구성된 바이너리 이미지mode: 컨투어 제공 방식cv2.RET..

2024.8.28 5장 기하학적 변환2 x 3 행렬 : Affine Transformation3 x 3 행렬 : Perspective Transformation5.1 이동, 확대/축소, 회전5.1.1 이동 이미지를 이동하는 방법은 간단합니다. 원래 있던 좌표에 이동시키려는 거리만큼 더하면 됩니다.x_new = x_old + d₁y_new = y_old + d₂위 방정식을 행렬식으로 표현하면 아래와 같습니다. 행렬식을 다시 풀어서 써보겠습니다.x_new = x_old + d₁ = 1x_old + 0y_old + d₁y_new = y_old + d₂ = 0x_old + 1y_old + d₂보시는 바와 같이 이미지의 좌표를 이동하는 변환 행렬은 2 x 3 행렬입니다. 변환 행렬이란 어떤 좌표를 선형 변환(li..

2024.8.27 4.3 스레시홀딩스레시홀딩은 바이너리 이미지를 만드는 가장 대표적인 방법입니다.바이너리 이미지(binary image)란 검은색과 흰색만으로 표현한 이미지를 의미합니다.스레시홀딩이란 여러 값을 어떤 임계점을 기준으로 두 가지 부류로 나누는 방법을 의미합니다.4.3.1 전역 스레시홀딩 어떤 임계값을 정한 뒤 픽셀 값이 임계값을 넘으면 255, 임계값을 넘지 않으면 0으로 지정하는 방식을 전역 스레시홀딩이라고 합니다.이런 작업은 간단하게 numpy로 연산할 수 있지만, OpenCV에서 cv2.threshold() 함수로 구현할 수도 있습니다.아래는 전역 스레시홀딩 작업을 numpy 연산과 cv2.threshold() 함수를 통해 수행하는 과정을 보여줍니다. 우선, 검은색에서 흰색으로 점점 ..