데싸(Data Science) 노트

※ 출처 * Michael A. Wirth, 2004. Shape Analysis & Measurement. 형상 분석과 측정 * 형상 측정의 목표 - 개체의 형상을 특징짓는 물리적 치수 측정 (형상의 정량화/특성화) - 개체를 명확하게 구분하는 데에 필요한 최소한의 형상 특징을 측정 * 형상 측정의 성능 - 원본 이미지의 품질과 적절한 전처리 과정과 관련 . 원본 이미지의 품질 저하 : 이미지의 노이즈로 인해 형상 측정 결과가 좋지 않을 수 있음 * 형상 정보의 특징 . 형상 정보는 개체의 위치, 방향, 크기를 추출한 후에도 유지되는 정보 ※ 자주 쓰이는 용어 * 경계 박스(Bounding Box) - 개체를 둘러싸는 직사각형 * 볼록 껍질(Convex Hull) - 개체를 포함하는 가장 작은 볼록 도..

논문명 - An Image Is Worth 16x16 Words: Transformers For Image Recognition At Scale 게재 일자 - 2021년 6월 3일 URL 링크 - https://arxiv.org/pdf/2010.11929.pdf Abstract 1. Introduction 2. Related Work 3. Method 3.1. Vision Transformer (ViT) 3.2. Fine-Tuning and Higher Resolution 4. Experiments 4.1. Setup 4.2. Comparison to State of the Art 4.3. Pre-Training Data Requirements 4.4. Scaling Study 4.5. Inspectin..

논문명 - ICNet for Real-Time Semantic Segmentation on High-Resolution Images 저자 - Hengshuang Zhao, Xiaojuan Qi, Xiaoyong Shen, Jianping Shi, Jiaya Jia 게재 일자 - 2018년 8월 20일 URL 링크 - https://arxiv.org/pdf/1704.08545.pdf 1. Introduction 1.1. Status of Fast Semantic Segmentation 1.2. Our Focus and Contributions 2. Related Work 2.1. High Quality Semantic Segmentation 2.2. High Efficiency Semantic Segmen..

안녕하세요:) 이번 포스팅에서는 OpenCV의 이미지 이진화에 대해 알아보겠습니다. 이진화 이진(Binary) 이미지는 모든 픽셀이 검정과 흰색으로만 표현된 이미지를 가리키며, 이렇게 이미지를 변환하는 과정을 이진화(Binarization)이라고 합니다. 컬러 이미지나 그레이 이미지를 검정과 흰색만 갖고 표현한다고 보시면 됩니다. 위 그림을 예시로 들어보겠습니다. 왼쪽 그림은 원본 컬러 이미지 입니다. 일반적으로 볼 수 있는 빨강(Red), 초록(Green), 파랑(Blue)의 3 채널로 구성되어 있습니다. 빨강, 초록, 파랑의 조합으로 모든 색을 표현하게 됩니다. 각 채널이 0부터 255까지 범위의 값을 갖는다고 하면, 검정색은 빨강 0 / 초록 0 / 파랑 0의 조합으로 만들고 흰색은 빨강 255 /..

안녕하세요 :) 이번 포스팅에서는 이미지의 의미적 분할(Semantic Segmentation) 문제를 해결하기 위해 개발된 Fully Convolutional Networks (이하 FCN)에 대하여 알아보도록 하겠습니다. 아래 그림은 이번에 다룰 FCN의 개념을 보여주는 대표적인 그림이라 할 수 있겠습니다. 개, 고양이 영역을 잘 분할된 것을 볼 수 있습니다. 그림에 표현되지 못한 FCN의 중요한 개념이 있으니 끝까지 봐주세요. 이 신경망은 2015년에 『Fully Convolutional Networks for Semantic Segmentation (Long et al.)』 논문을 통해 공개되었습니다. 다른 의미적 분할 모델과 비교해 오래 전에 개발되긴 했지만 FCN에 적용되었던 개념들이 일부 계..

안녕하세요 :) 이미지의 의미적 분할에 활용되는 Fully Convolutional Network (FCN), U-Net과 같은 딥러닝 모델들을 다루기에 앞서 이들을 구성하고 있는 합성곱 신경망(Convolutional Neural Network; CNN)의 개념을 짚고 넘어가려고 합니다. 아래의 내용들은 《밑바닥부터 시작하는 딥러닝》 책을 참고해서 작성했습니다. Semantic Segmentation (의미적 분할) 이미지 분할(Image Segmentation)이란? 컴퓨터 비전(Computer vision)의 한 분야 이미지를 몇 개의 영역으로 구분하는 작업 이미지의 공간 영역, 객체들을 픽셀 수준에서 구분하여 라벨을 지정하는 작업 위 data-science-note.tistory.com 목차 합성..

안녕하세요 :) 지난 포스팅에서 OpenCV 패키지를 사용해 이미지 파일을 읽어 오는 방법과 이미지 처리 중 더하기(cv2.add, cv2.addWeighted)에 대해 알아봤습니다. 이번 포스팅에서는 이미지 처리 중 필터링 기법 중 하나인 블러링에 대해서 다뤄보겠습니다. OpenCV를 사용한 이미지 처리 지난 포스팅은 프로젝트의 전반적인 주제인 이미지의 의미적 분할에 대해서 알아봤습니다. 이번 포스팅은 의미적 분할을 하기 위해 필요한 이미지를 어떻게 읽어오고, 그리고 적절하게 전처리 data-science-note.tistory.com 필터링 이미지를 구성하고 있는 픽셀(pixel)들의 조합으로 이미지를 변형하는 방법 이미지를 부드럽게(흐리게) 변형하는 블러링(blurring)과 선명하게(뚜렷하게) 변..

지난 포스팅은 프로젝트의 전반적인 주제인 이미지의 의미적 분할에 대해서 알아봤습니다. 이번 포스팅에서는 의미적 분할을 하기 위해 필요한 이미지를 어떻게 읽어오고, 적절하게 전처리를 할지 OpenCV라는 패키지를 통해 알아보도록 하겠습니다. Semantic Segmentation (의미적 분할) 이미지 분할(Image Segmentation)이란? - 컴퓨터 비전(Computer vision)의 한 분야 - 이미지를 몇 개의 영역으로 구분하는 작업 - 이미지의 공간 영역, 객체들을 픽셀 수준에서 구분하여 라벨을 지정하는 작 data-science-note.tistory.com OpenCV 소개 영상 또는 이미지 처리 소스들을 모아 놓은 패키지 (링크 : https://github.com/opencv/ope..