Mizzle-Blog

문제 이슈 학습의 배경데이터를 만들어야 하는데 촬영된 데이터(*.raw)를 학습용 데이터로 변환하는 작업을 수행하는 작업 중 데이터 본질에서 노이즈에 대한 이슈가 있었다. 노이즈 값은 pixel이 0의 값을 가지고 있으며 X-ray 특징상 투과되지 못한 데이터일 경우 0의 값을 반환한다. 해당 데이터의 잡음을 제거하되 merge같은 이미지필터를 통해 영상전체에 영향을 주면 안된다. 그리고 이미지가 높은 픽셀쪽으로 전체적으로 치우쳐져있기 때문에 평활화를 진행해야한다. 결과(잡음) 이전 이후 결과(전체) 이전 이후 Git https://github.com/MizzleAa/Xray_Image_Processing_Algorithm/blob/main/library/images/convert.py GitHub - ..

문제 원인 회사에서 어노태이션 툴을 만드는데 어노테이션 툴에서 이미지의 종류 및 bit에 상관 없이 필터링 처리가 가능해야한다는 추가 이슈를 받았다. 기존 래거시 코드에서 수정해야했기때문에 기존코드에서 이미지 필터링된 코드만 따로 빼온 후 작업을 수행하였다. Front-end에서 event가 발생할 경우 Back-end에서는 이를 처리하고, 변환된 이미지를 저장 후 Front-end로 해당 이미지 url주소를 반환하는 식으로 수행한다. 기능별로 증가/감소 버튼이 존재한다. 해결 pytest를 활용하여 testcase를 작성하여 테스트를 수행하였다. pytest 정리글 https://sangjuncha-dev.github.io/posts/programming/python/2022-02-08-python-p..

문제 인공지능 학습을 위해 데이터 증설이 필요하다. 그래서 이미지 합성알고리즘을 만들었다. 해결 16bit gray scale 인 2개 이미지를 합성을 수행한다. 합성할 이미지 1 합성할 이미지 2 합성 X-ray 이미지는 투과되는 영상이기 때문에 투영도를 조절해서 수식을 개발해야했다. 일반 이미지 처리 수식이 아닌 직접 수식을 개발하였고 실제 환경과 비교하였다. 데이터 증설을 위한 합성 수행 Git https://github.com/MizzleAa/Xray_Image_Processing_Algorithm/blob/main/library/images/synthesis.py GitHub - MizzleAa/Xray_Image_Processing_Algorithm: xray에 사용된 영상처리 알고리즘 및 학..

문제 발생 매타데이터 및 영상을 촬영하고, 해당데이터를 정재하여 학습데이터로 만들어야하는데, 이미지 크기가 2048px 정사각형이아닌 2024px 정사각형이여서 생긴 문제 였다. 데이터도 이미 정제가 완료된 상태이기 때문에 최악의 경우 모든 데이터를 다시 정재를 해야할수 있는 상황이였다. 촬영장비 및 환경도 철수 상태였고 데이터는 NIPA 사업에 재출을 해야했기 때문이다.(데이터량 60만장이다...) 일정은 하루밖에 남지 안았기 때문에 촬영이 여의치 않았다. 그래서 프로그램을 재작해서 이미지 크기 변경 및 정제 영역도 변경한 프로그램을 만들었다. 개발 코드는 생각보다 단순하게 끝날수 있었다. 이미지 크기 늘리기 : opencv를 활용해서 처리하였다. def resize(self, data, options..

목적 Analog로 전송된 신호를 영상으로 저장하기 위해 calibration이 되지 않은 이미지를 처리 알고리즘을 개발 전 후 코드 및 설명 참고 : https://github.com/MizzleAa/Xray_Image_Processing_Algorithm/blob/main/library/images/calibrations.py GitHub - MizzleAa/Xray_Image_Processing_Algorithm: xray에 사용된 영상처리 알고리즘 및 학습 데이터 생성 알 xray에 사용된 영상처리 알고리즘 및 학습 데이터 생성 알고리즘 . Contribute to MizzleAa/Xray_Image_Processing_Algorithm development by creating an accoun..

데이터 베이스를 직접 설계하고 샤딩기술을 미리 알았다면 좀더 분산처리에 가까웠을텐데.... 중간 사업 들어간건 설계랑 사람이 원만하지 않으면 가지말자... 1. 배경 환경적인 이슈 문제 패쇠망 환경에서 서로다른 데이터 배이스가 통신을 해야하는데 sqlAlchemy 가 Tibero를 지원하지 않아 생긴 문제 지원적인 이슈 문제 화물 정보에 물품을 수령하는 개인정보(민감정보) 가 포함되어 있기 때문에 USB 및 이외의 것 사용 불가 2. 해결 직접 odbc 쿼리문을 작성하여 mysql의 데이터를 스케줄링처리를 통해 tibero에 저장 및 관리하는 프로그램 개발 하루 일 평균 데이터 소비량 영상 메타 정보 : 하루 평균 약 10만건 AI 처리 정보 : 모델(3개의 모델)별 종합 처리 량 약 33만건(인식율 5..

기존에 정의된 내장함수를 활용을 잘해야 언어를 잘쓴다고 생각하기 때문에 모르는거나 기존에 알았던것 포함해서 간간히 정리하다 말았다... 추가로 정리할게 생기면 지속적으로 해야겠다. ################################################ # docs # = 숫자의 절댓값을 돌려줍니다. 인자는 정수, 실수 또는 __abs__()를 구현하는 객체입니다. 인자가 복소수면 그 크기가 반환됨 # abs(x) # = 절대값 # x값이 실수형일 경우 음수값이 양수로 변환 def fun(): x = -10 foo = abs(x) print(f"x = {x}") print(f"foo = {foo}") ################################################ #..

모를때마다 찾고 추가로 정리하는 식의 복붙이였는데 다른언어 하다가 다시올때마다 보자... 생각보다 기억력이 안좋아.. class Foo: #Magic Method 정리 def __new__(cls): ''' 1. 개채 생성 새로운 인스턴스를 만들때 제일처음으로 실행되는 메소드 개채를 반환해야함 ''' print(f"1 : __new__(cls)") return super(Foo, cls).__new__(cls) def __init__(self): ''' 2. 개채 초기화 인스턴스가 __new__로 생성되고 나서 호출되는 메소드, 인자를 받아서 내부에 지정해 줄 수 있음 ''' self.val = 10 print(f"2 : __init__(self) = self.val : {self.val}") super..