![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/qcWFs/btrCMcwwBjY/skjQ7VWrKO1MpEwybnkAR0/img.png)
발단 지인이 Front-end 코딩 테스트를 과제로 받았다. Front 지원이기 때문에 Back-end와는 연관이 없었지만 구현을 해보는것도 나쁘지 않을것 같아 구현을 수행하였다. 조건 아무레도 취업을 위한 과제 테스트다 보니 모든걸 다 알지는 못하고, 데이터 형식과 url만 알 수 있었다. GET: /get-results GET: /get-results?limit=1000 GET: /get-results?from=2022-05-21 GET: /get-results?from=2022-05-21&to=2022-05-23 PUT: /start-inspect 결과 2가지 방법으로 결과를 작성하였다. 기존 spring boot mvc 방법과 graphql을 사용한 방법으로 진행하였다. 버전을 각각 나누워 원본과..
https://github.com/PacktPublishing Packt Providing books, eBooks, video tutorials, and articles for IT developers, administrators, and users. - Packt github.com https://www.youtube.com/c/PacktVideo/playlists Packt Video The packtpub.com channel features samples of our course content, available for everyone. At packtpub.com you can access our entire range of practical, structured video tutorials,..
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/bIPUOS/btrCCtYKjzj/uTgKAKFgeVJeMOt8CKPMz1/img.png)
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..
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/cctjVb/btrCfnxmcdP/ntZB8z4yUqSkcmzqvp6H6K/img.png)
문제 서비스를 진행하기 위해 OAuth 인증 및 JWT 활용이 점점 필수로 사용한거 같다고 느꼈다. 이에 따라 Spring Boot와 React를 이용하여 OAuth2.0 과 JWT를 구현하였다. 실행 - JWT 테스트 - OAuth2 테스트 Git https://github.com/MizzleAa/Spring-Boot-Security-OAuth2-JWT GitHub - MizzleAa/Spring-Boot-Security-OAuth2-JWT Contribute to MizzleAa/Spring-Boot-Security-OAuth2-JWT development by creating an account on GitHub. github.com 참고 싸이트 - react & spring boot : https..
gitmoji : https://gitmoji.dev/ gitmoji :truck: Move or rename resources (e.g.: files, paths, routes). gitmoji.dev 용어 정리 emoji code description 🎨 :art: 코드의 구조/포맷 개선 ⚡️ :zap: 성능 개선 🔥 :fire: 코드/파일 제거 🐛 :bug: 버그 수정 🚑️ :ambulance: 긴급 수정 ✨ :sparkles: 새로운 기능 📝 :memo: 문서 추가/업데이트 💄 :lipstick: UI, style files 추가/업데이트 🎉 :tada: 프로젝트 시작 ✅ :white_check_mark: 테스트 추가/수정/패스 🔒️ :lock: 보안 이슈 수정 🔐 :closed_lock_with..
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/bHsqLq/btrB4Qas807/RBAsBxjJL7fIG2hkkBGPDK/img.png)
원인 회사에서 AI 통합 솔루션 및 예측 프로그램을 설계하기 위해 프로그램을 간단하게 구현함 Back-end : django Front-end : react AI : cascade Mask R-CNN(MMDetection) 결과 구현 화면 https://www.youtube.com/watch?v=Mj-nGin22Sk 결과 표현 Git https://github.com/MizzleAa/project_catdog_predict GitHub - MizzleAa/project_catdog_predict Contribute to MizzleAa/project_catdog_predict development by creating an account on GitHub. github.com P.S 우리집 강아지는 귀엽다
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/cbvxqr/btrBYw9yWGn/wKZLLR7QIysKYaAQMBVf10/img.png)
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..
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/baVQQ1/btrBNc31WnT/MZSR6QeFRAoO0lmkmEDi7K/img.png)
ℹ️요약 이미지 합성을 위해 원본 이미지를 위험품목과 일반 품목으로 분류한다. 일반 품목에 위험품목을 합성한다. 합성 알고리즘을 통해 데이터 셋을 구축한다. 데이터 수량은 일반품목과 동일하게 구축하며, 효용성을 비교한다. 학습을 수행하여 모델에 따른 결과를 도출한다. 결과는 원본 이미지로 구성된 품목과 큰 차이는 없는것으로 판단된다. 0. Abstract X-ray의 보안 이미지를 비교하는것은 지속적으로 발전해야한다. 본 논문은 합성 된 이미지를 사용할 가능성에 대한 방법을 제시한다. 3가지 위험 품목에 대해 탐지 성능차이를 확인한다. 1. Introduction 공항, 철도, 지하철역 및 대중교통 등 국경 보안 시설에서는 X-ray 보안검사가 일반적으로 수행된다. 위험 품목에 대한 선별작업을 사용자(사..
- Total
- Today
- Yesterday
- 인공지능
- Prototype
- X-ray 합성
- Example
- Filter
- cascade Mask R-CNN
- X-RAY
- segment anything
- industrial x-ray
- image noise
- torchvision
- GD Xray
- React Redux
- ROI
- 16bit 합성
- Ai
- C#
- SI Xray
- pytorch
- 연관 이미지 검색
- REACT
- 이미지 잡음
- Python
- 산업용
- OPI Xray
- WPF
- X-ray Dataset
- faiss
- 산업용 X-Ray
- gitmoji
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |