인공지능

Image Augmentation 기법

1. Image Augmentation 효과 적은 수의 이미지 데이터를 가지고 Neural Network를 훈련할 때 과적합 문제가 발생할 수 있다. 과적합이란 훈련에서 사용되는 이미지가 과도하게 학습되어서 새로운 이미지를 제대로 인식하지 못하는 현상이다. 또한 훈련에서 사용되는 이미지가 적기 때문에 훈련과정에서 보지 못한 유형의 이미지를 인식하지 못할 수 있다. 이미지 어그멘테이션(Image Augmentation)은 이미지 인식에 있어 과적합 문제를 해결하기 위한 매우 간단하면서 강력한 이미지 전처리 기법이다. 이미지 어그멘테이션 기법을 사용하면 훈련 과정에서 즉석에서 이미지를 회전시키는 등의 변화를 적용한다. 데이터 전처리를 통해 적은 수의 이미지 데이터셋을 이용해서 이미지 인식의 정확도를 높이고 ..

Colab 단축키 정리

[실행 관련 단축키] 1. Ctrl + Enter = 해당 셀을 실행하고 커서를 해당 셀에 두는 경우 (결과 값만 보고자 할 때) 2. Shift + Enter = 해당 셀을 실행하고 커서를 다음 셀로 넘기는 경우 (여러가지 값을 빠르게 출력할 때) 3. Alt + Enter = 해당 셀을 실행하고 셀을 삽입한 후 커서를 삽입한 셀로 넘기는 경우 (다음 작업 공간이 없을 때) [셀 삽입/삭제 관련 단축키] Ctrl + M A = 코드 셀 위에 삽입 Ctrl + M B = 코드 셀 아래 삽입 Ctrl + M D = 셀 지우기 Ctrl + M Y = 코드 셀로 변경 Ctrl + M M = 마크다운 셀로 변경 Ctrl + M Z = 실행 취소 (*MAC을 사용하는 경우 Ctrl 대신 Command) 기본적인 ..

CNN 알고리즘

CNN 알고리즘 CNN은 Convolution과 Pooling을 반복적으로 사용하면서 불변하는 특징을 찾고, 그 특징을 입력데이터로 Fully-connected 신경망에 보내 Classification을 수행합니다. CNN 알고리즘 - Convolutional Neural Network (합성곱 신경망) 이미지를 분석하기 위해 패턴을 찾는데 유용한 알고리즘으로, 이미지를 직접 학습하고 패턴을 사용해 이미지를 분류한다. CNN의 핵심적인 개념은 이미지의 공간정보를 유지하며 학습한다는 것이다. CNN은 필터링 기법을 인공신경망에 적용함으로써 이미지를 더욱 효과적으로 처리하기위해 제안되었으며 현재 딥 러닝에서 이용되고 있는 형태의 CNN이 제안되었다. 기존의 필터링 기법은 고정된 필터를 이용하여 이미지를 처리..