Mizzle-Blog

논문을 보다보면 구현하거나 따라해야할 일이 있는데 그때마다 자료를 저장해서 관리 하였다. 그런데 현회사는 tif 파일에 16bit여서 논문참고용 이상 쓰지는 못했다. 8bit 흑백 영상(GD Xray) https://domingomery.ing.puc.cl/material/gdxray/ GDXray+ – domingo mery X-ray images for X-ray testing and Computer Vision As a service to the X-ray testing and Computer Vision communities, we collected more than 21.100 X-ray images for the development, testing, and evaluation of image..

ℹ️요약 이미지의 크기를 고정(600x600)시킨다. 해당 객체에 대한 bounding Box를 잘라 객채별로 분류한다. 잘라진 이미지 크기(224x224)를 변형한다. vgg16(backbone)의 입력값을 224x224로 변경한다. faster-rcnn을 통해 학습을 수행한다. 0. Abstract 학습 검출기로는 데이터 분류가 가능하나 가시적인 공개 데이터 셋에 대해서 효능적인 성능을 내지 못하는 문제가 있다. 이에 따라 본 논문에서는 X-ray를 위한 물체 검출 알고리즘을 제안한다. X-ray 물체를 이미제에서의 객체 및 색상을 기반으로 하는 전경-배경 분할 알고리즘을 사용한다. 그 후 해당 객체를 각각의 유형의 개체로 분류하고 개요를 설명한다. 학습 알고리즘은 Faster R-CNN을 사용한다...

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..

커밋상태를 보니 이틀이나 걸렸다. 일다니면서 야간에 공부하니까 그럴수 있지만 지금보니.... 좀더 분발하자... ※ 인공지능 이론 설명은 하지 않습니다. 이전글 : https://mizzlena.tistory.com/entry/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-Pytorch-Object-Detection-Fintuning-Tutorial [인공지능] Pytorch Object Detection Fintuning Tutorial 1 여기저기 흩어져있던 정리내용 취합하고 있는데 해당 코드가 과거 블로그에만 있고 git이 날라가 있다.... 뭔가 그렇다 좀... 정리도 잘하고, 공부나 더하자. 해당 코드는 pytorch tutorial을 가져온 것 mizzlena.tistory..

여기저기 흩어져있던 정리내용 취합하고 있는데 해당 코드가 과거 블로그에만 있고 git이 날라가 있다.... 뭔가 그렇다 좀... 정리도 잘하고, 공부나 더하자. 해당 코드는 pytorch tutorial을 가져온 것이다. 링크 : https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html python : 3.7.5 torch :1.8.1+cu111 pycocotools : 2.0.2 0. 환경 설정 링크는 다음을 참고한다. https://mizzlena.tistory.com/entry/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-Pytorch-Install [인공지능] Pytorch Install Python Pytor..

Tensorboard로 활용해서 모델 학습 및 정보 확인하는 방법. 실상 실무에서는 epoch에 따른 lr 및 iou, map 만 확인하고, 그 후에 실환경 이미지 비교하면서 넘어가면서 하고있다. 천천히 분석좀 해보고 싶다. 해당 코드는 pytorch tutorial을 가져온 것이다. 링크 : https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html TorchVision Object Detection Finetuning Tutorial — PyTorch Tutorials 1.11.0+cu102 documentation TorchVision Object Detection Finetuning Tutorial Tip To get the most..

기본적인 Tensor 기능은 Tensorflow와 동일한것 같다. 실상 케라스를 통해 다른라이브러리들이파생되면서 AI 코드 짜기가 쉬워진것같다... import torch import numpy as np def fun(): torch.multiprocessing.freeze_support() #device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") # Directly from data data = [ [1, 2], [3, 4] ] x_data = torch.tensor(data) print(f"x_data = {x_data}") # From a NumPy array np_array = np.array(data) x_np = tor..