분류 썸네일형 리스트형 [데이터 리뷰] AIHUB(농축수산) - 농산물 품질(QC) 이미지 데이터 데이터 리뷰 : 데이터 대신 읽어드립니다! #37 AIHUB(농축수산) - 농산물 품질(QC) 이미지 데이터 농산물은 어떠한 환경과 어떠한 조건에서 키웠는지에 따라 그 품질이 달라질 수 있는데요, 품질에 따라 가격이 결정되기도 합니다. 따라서 좋은 품질의 농산물을 생산하기 위한 많은 노력이 이루어지고 있습니다. 한편, 다양한 품질의 농산물을 분류하고 선별하기 위해서 많은 인력이 소모되고 있는데요, 만약 농산물의 품질을 자동으로 분류할 수 있는 인공지능 기술이 개발된다면 좀 더 객관적인 기준과 판단으로 분류가 이루어질 수 있습니다. 이와 관련해서 AIHUB에서는 농산물의 상품 등급 분류를 위해 20종의 농산물의 상품 등급별 이미지 데이터를 구축한 '농산물 품질(QC) 이미지' 데이터를 제공하고 있습니다. .. 더보기 [데이터 리뷰] AIHUB(농축수산) - 동의보감 약초 이미지 데이터 데이터 리뷰 : 데이터 대신 읽어드립니다! #34 AIHUB(농축수산) - 동의보감 약초 이미지 데이터 산에서는 다양한 약초가 자라고, 그 효능과 기능에 따라 상품성이 알려지면서 약초를 캐는 사람들이 많아졌는데요, 종종 부정확한 정보로 약초가 아닌 독초를 오용해 중독사고가 발생한 사례들을 찾아볼 수 있습니다. 이러한 경우, 민간에서 채취 및 복용하는 약초는 전적으로 개인의 책임으로 돌아가게 됩니다. 따라서 정확하게 분별하여 약초를 캐는 것이 중요한데요, 아무래도 비슷하게 생긴 풀들 사이에서 원하는 약초를 찾는 일은 전문가가 아니라면 어려울 수 있습니다. 따라서, 이와 관련해서 AIHUB에서는 생활 속 자연 약초의 안전 이용 기준 및 정확한 판별에 대한 도움을 제공하고자 '동의보감 약초 이미지' 데이터를 .. 더보기 [데이터 리뷰] AIHUB(비전) - 상품 이미지 데이터 데이터 리뷰 : 데이터 대신 읽어드립니다! #20 AIHUB(비전) - 상품 이미지 데이터 편의점이나 슈퍼, 또는 물류창고에서 상품이나 물건을 식별하기 위해선 그 겉에 포장지나 용기, 바코드 등을 통해 물건을 식별하곤 하는데요, 사람이 직접 육안으로 확인하거나 바코드를 찍어야 한다는 특징을 갖고 있습니다. 하지만 만약 상품의 이미지만으로 자동으로 해당 상품을 식별할 수 있는 서비스가 개발된다면 어떻게 될까요~? 아마 무인스토어 등에서 유용하게 쓰일 수 있으며, 사람의 주관적인 판단을 뛰어넘어 정확한 판단을 할 수 있게 될 것 같습니다. 이와 관련해서 인공지능 빅데이터 플랫폼인 에서는 '상품 이미지' 데이터를 제공하고 있는데요, 이 상품 이미지 데이터는 소상공인의 자도오하 매장 구축 등을 위해 활용 가치가.. 더보기 이미지 분류하기 - 실습 【3】최근 CNN 응용 모델 이해하고 사용하기 이미지 분류하기 - 실습 케라스에서는 이미 학습이 완료된 이미지 분류모델들을 모듈로 공유하고 있습니다. 그래서 해당 모델들을 쓰는 법을 배워보겠습니다. 해당 모델들은 Imagenet이라는 데이터셋으로 학습을 하였고, 입력을 받을수 있는 이미지크기부터 RGB 배열까지 달라 사용에 유의해야합니다. from tensorflow.keras.applications import VGG16 from tensorflow.keras.applications import VGG19 from tensorflow.keras.applications import ResNet50 from tensorflow.keras.applications import ResNet152 from ten.. 더보기 이미지 분류하기 【2】CNN_합성곱 신경망 / 이미지 분류하기 이미지 분류하기 CNN으로 이미지를 분류해보자. try: %tensorflow_version 2.x except Exception: pass import tensorflow as tf #텐서플로우 2.x 실행 CNN을 돌리기에 앞서 텐서플로우(Tensorflow) 버전을 2.x으로 바꿔야 한다. 그래서 위에 코드를 실행하면 2.x로 바뀝니다. from tensorflow.keras import datasets, layers, models 모델을 작성하기에 앞서 keras 패키지를 호출한다. (train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data() 이미지 분류에 사.. 더보기 합성곱 신경망 (CNN) / 고양이의 눈에서 답을 얻다. 【2】CNN_합성곱 신경망 / Convolutional Neural Networks의 이해 합성곱 신경망 (CNN) / 고양이의 눈에서 답을 얻다. 합성곱 신경망(Convolutional Neural network,CNN)은 딥러닝의 역사에서 최초로 상당한 성과를 거둔 신경망이다. 오늘 날 합성곱 신경망은 일부 복잡한 이미지 처리 문제에서 사람을 능가하는 성과를 내고 있다. 이번 장에서는 CNN이 어떻게 등장했고 구성 요소와 동작 원리를 살펴본 후에 발전된 형태의 CNN 구조까지 알아보도록 하겠다. "고양이의 눈에서 답을 얻다." 1950년대 허블(Hubel)과 비셀(Wiesel)은 고양이의 시각 피질 실험에서 고양이 시야의 한 쪽에 자극을 주었더니 전체 뉴런이 아닌 특정 뉴런만이 활성화되는 것을 발견했.. 더보기 지도학습 (Supervised Learning) 【1】Deep Learning 시작하기_머신러닝의 종류 지도학습 (Supervised Learning) 머신러닝의 종류는 다양한 기준으로 나눌 수 있는데 그중 학습하는 방식과 사용하는 데이터에 의해 다음의 4가지로 구분 가능하다. · 지도학습 · 비지도학습 · 반지도학습 · 강화학습 이렇게 분류가 가능한 것은 학습 목적이 달라 그로 인해 학습 방식에도 차이가 있기 때문이다. 학습 방식이 다르니 학습에 사용되는 데이터의 형태에도 차이가 있어 이러한 특징을 이용해 종류를 나눌 수 있는 것이다. 이제 지도학습부터 하나씩 다뤄보도록 하겠다. 여러분은 각 학습 마다 데이터, 방식, 목적이라는 세가지 키워드에 초점을 맞추어 따라오기 바란다. "지도학습(Supervised Learning)" 지도학습은 말그대로 학습.. 더보기 [파이썬] 딕셔너리 : key / value 값만 추출하려면? 딕셔너리 데이터를 다루다 보면 key 값만 추출하거나, value 값만 추출해야 하는 경우가 있는데요, 이럴 때 코드를 어떻게 작성해야 하는지 알아보도록 하겠습니다. 1. keys 추출하기 key 값을 추출하기 위해선 .keys() 를 사용하면 되는데요, 아래와 같이 'price'라는 딕셔너리에서 key만 추출하려면 다음과 같이 코드를 작성해야 합니다. price = {'coffee' : 3000, 'juice' : 4000, 'tea' : 5000 } price.keys() dict_keys(['coffee', 'juice', 'tea']) 위와 같이 price.keys() 를 입력하면 그 결과로 ['coffee', 'juice', 'tea'] 가 잘 출력되는 것을 확인할 수 있습니다. 2. value.. 더보기 이전 1 다음
