Tech도 없다

이번엔 딥러닝 심화에 걸맞게 YOLO와 VGG를 실습했습니다.VGG와 YOLO는 모두 컴퓨터 비전에서 객체 인식을 위한 딥러닝 모델이지만, 그 구조와 사용 목적이 다릅니다.VGG (Visual Geometry Group)구조: VGG는 깊은 합성곱 신경망(CNN)으로, 주로 이미지 분류에 사용됩니다. VGG16과 VGG19는 각각 16층과 19층의 깊이를 가지고 있습니다.특징: 단순하고 규칙적인 구조로, 3x3 합성곱 필터와 2x2 최대 풀링 레이어를 반복적으로 사용합니다.장점: 이미지 분류에서 높은 정확도를 자랑하며, 다양한 이미지 데이터셋에서 좋은 성능을 보입니다.단점: 계산 비용이 높고, 실시간 처리에는 적합하지 않습니다.YOLO (You Only Look Once)구조: YOLO는 객체 검출을 위..

오늘 학습 내용 소개!!전이 학습 (Transfer Learning):전이 학습은 기존에 학습된 모델의 지식을 활용하여 새로운 작업에 적용하는 기법입니다.예를 들어, VGG16과 같은 사전 훈련된 모델을 사용하여 초기 가중치를 가져오고, 그 다음 새로운 데이터셋에 맞게 모델을 미세 조정(fine-tuning)할 수 있습니다.이미지 데이터 전처리 및 증감 (Data Preprocessing & Augmentation):이미지 데이터를 사용하기 전에 전처리 과정이 필요합니다. 이는 이미지 크기 조정, 정규화, 밝기 조절 등을 포함합니다.증감은 데이터셋을 더 다양하게 만들기 위해 이미지를 변형하는 기법입니다. 회전, 반전, 확대/축소 등이 있습니다.웹에서 이미지를 다운로드하고 스레딩을 사용하여 효율적으로 처리..