AI/영상인식(Vision) (4) 썸네일형 리스트형 (이미지 분류 고급) 1_대선후보 이미지 자동 크롤링! 무한개까지 AI에서 이미지 공부할 때 MNIST만 돌려보는 건 지겹지 않은가?? 이미지 분류 고급과정에선 아래와 같이 이미지 분류의 A to Z를 Hands-on 과정으로 다룬다. 1. 이미지 자동 크롤링 2. EfficientNet을 이용한 이미지 분류 3. GradCAM을 이용한 XAI(Explainable AI) 4. 적대적 공격(Adversarial attack)으로 내 모델 공격하기 그중 첫 번째, 이미지 자동 크롤링! - 목적: 이미지 분류를 위한 데이터셋을 만들자 - 순서 1) 분류하고자 하는 클래스(class) 정하기 - 개 or 고양이 - 사과 or 딸기 2) 구글&네이버에서 지정한 클래스를 폴더별로 다운로드 (https://keep-steady.tistory.com/28)에서 네이버 이미지 크롤링.. OCR 정리 OCR은 사진에서 텍스트위 위치를 찾고, 찾은 텍스트위치에서 글자를 추출하는 알고리즘이다 현실에서 굉장히 쓸 일이 많다 그래서 아래 2단계로 진행이 된다 1) 'Text Localization' : 사진에서 텍스트 위치를 찾음 2) 'Text Segmentation&Recognition' : Localization으로 찾은 부분에서 background와 글자를 segmentation 하고 글자를 인식한다 OCR 데이터셋 - ICDAR 2015 - https://rrc.cvc.uab.es/files/Robust_Reading_2015_v02.pdf Training dataset : 이미지 1000개 & 라벨 1000개 - 라벨 : (x1, y1), (x2, y2), (x3, y3), (x4, y4) Tes.. (이미지 분류 고급) 2_EfficientNet을 이용한 대선후보 분류 Hands-On AI에서 이미지 공부할 때 MNIST만 돌려보는 건 지겹지 않은가?? 이미지 분류 고급과정에선 아래와 같이 이미지 분류의 A to Z를 Hands-on 과정으로 다룬다. 1. 이미지 자동 크롤링 2. EfficientNet을 이용한 이미지 분류 3. GradCAM을 이용한 XAI(Explainable AI) 4. 적대적 공격(Adversarial attack)으로 내 모델 공격하기 2022 대선후보 데이터셋 구축: 이전글 참고 https://keep-steady.tistory.com/29 그중 두 번째, EfficientNet을 이요한 이미지 분류 - 목적: 최신 이미지 분류 모델 학습 - 순서 1) 데이터 준비 - dataset - dataloader 2) EfficientNet 모델 준비 3) 학습 .. 1) 이미지 분류 따라해보기 : 네이버 데이터 크롤링! 20초면 끝 -50개까지만 가능 이미지 분류를 위해 샘플데이터를 만들어 보자 MNIST만 맨날 하는 건 지겹지 않은가?? 이번엔 아래와 같이 이미지 분류의 A to Z를 연재하려 한다 1. 이미지 크롤링 2. EfficientNet을 이용한 이미지 분류 3. GradCAM을 통한 XAI 그중 첫 번째, 이미지 크롤링! 아주 쉽다. 본래 아래 url의 구글 이미지 다운로드(!pip install google_images_download)를 사용하면 더 쉬웠지만 구글이 업데이트 과정에 이를 막아놨다. https://pypi.org/project/google_images_download/ google_images_download Python Script to download hundreds of images from 'Google Image.. 이전 1 다음
