- 이번 포스팅에선 딥러닝 이미지 분석 모델인 CNN 을 살펴보고,이를 이용한 이미지 분류기를 만들어보겠습니다. CNN 은 경량 컴퓨터 비전 기술에 여전히 주요하게 사용되는 기술이며,추후 LLM 모델의 멀티 모달에 사용되는 Vision Transformer(ViT) 를 이해하기 위한 발판이 될 것입니다. - DNN 및 기본적인 인공지능 지식이 있다는 것을 가정해서 설명을 할 것이므로,기본 지식이 필요하시다면,데이터 사이언스 기본 설명글위 데이터 사이언스 프로젝트에서 제가 정리한 관련 지식들을 차례로 습득하실 수 있습니다. [CNN(Convolutional Neural Networks) 설명](CNN 정의)- 컨볼루션 신경망(Convolution Neural Network : CNN) 이란, 생명체의 시..

- 이전에는 YOLO 모델을 이용한 컴퓨터 비전 객체 탐지 기능을 구현해 보았습니다.Skeleton 탐지는, 객체 중 인체에서 머리, 어깨, 가슴, 팔꿈치, 손, 무릎 등의 각 파트를 구분하여 탐지하는 기능으로,인체의 각 파츠를 탐지함으로써 인체 포즈를 구분해낼 수 있습니다. 아래에 실습해볼 내용은 현 시점 그대로 사용하기엔 낡은 기술일지도 모르지만(본 포스팅을 작성한 시점은 2022년도 입니다.),실시간으로 영상에서 인체 부위를 구분하여 탐지하는 모델로서는 성능상으로 상당히 유용한 방법이며,인체 탐지를 경험해보기 좋은 예시입니다.(아래에 소개하는 방식을 조금 운용하면, 양 눈과 코, 입으로 구성된 안면 파츠를 탐지해서 표정이나 시선 방향 탐지를 할 수도 있습니다.) - 먼저, 영상 데이터에서 객체를 탐..

- 이번 포스팅으론 머리를 식히는 개념으로, 이제까지 배운 컴퓨터 비전 지식을 실제 서비스로 만들어보는 시간을 가지도록 하겠습니다.이전 글들은 전부 날아간 상태이므로, 추후 관련된 컴퓨터 비전 관련 지식들은 다시 정리할 것입니다. - 구현할 기능은, 영상 데이터를 받아서, 얼굴을 탐지하고, 해당 얼굴이 누구인지를 식별하도록 하는 것입니다.(동영상, 카메라의 실시간 분석도 가능) 식별된 구역을 바운딩박스로 묶어주고,탐지 결과를 출력 및 엑셀 파일로 저장을 해줍니다. (영상 인식 출입 통제의 가장 기본적인 기능) - 개발 시작0. 준비라이브러리 컴파일을 위해 비주얼 스튜디오 C++ 개발을 설치하시고,파이썬 최신버전(64bit여야 합니다.)에, 파이참 커뮤니티 버전을 설치하시면 됩니다. cmake도 설치해둡시..