딥러닝프로젝트 (12) 썸네일형 리스트형 댓글감성 최종 발표 최종 발표 동영상입니다. Mnist를 이용한 face_verification 기존의목표 이미지 데이터를 배치 데이터로 semi triplet hard 방식으로 학습을 시키는 것이 목표엿습니다. 그러기 위해선, 사람의 얼굴을 개인별로 라벨링을 해줘야할 필요가 있습니다. 하지만, 최소 3~4천장의 얼굴을 라벨링하고 사람마다 20장 정도를 구성해야 필요가 있습니다. 시간적 , 비용적 한계에 부딪혓습니다. 따라서, 이미지 데이터 특성상 Fine_Tuning의 효과가 크므로 , Pre_trained 모델을 찾아보고자 했습니다. 결국 , 사용할 수 있는 모델을 찾지 못했습니다. 여기서, 한가지 떠올렸습니다. 우리가 하고자 하는것은 유사도 함수를 통하여 Clustering을 하는것. 어떤 이미지 데이터를 써도 상관 없을것. Mnist 데이터를 input으로 줘서 유사도 함수를 학습하면 어떨까.. DeeplabCut 사용하는법 진행기간:19년 11월 16~20일 안녕하세요 이전에 제가 DeepLabcut, Leap 프레임워크를 소개하는 글을 올렸습니다. 이번에는 Deeplabcut라이브러리를 어떻게 사용하는지 알아 보도록 하겠습니다. https://github.com/AlexEMG/DeepLabCut/blob/master/conda-environments/README.md 위의 github를 clone 해주도록 합니다.(우선 로컬에서 진행합니다.) 우선 readMd에 나와있는대로 , 가상환경 하나를 다운받아줍니다. Creating Project Ln[0] : activate dlc-windowsCPU Ln[1] : Import deeplabcut Ln[2] : Deeplabcut.create_new_project(이름 , 훈련.. DeepLabCut, Leap 조사일시:19년10월31일~19년11월6일 Animal Pose_estimation을 위한 여러라이브러리를 조사한 적이 있습니다. Leap 동물중 특히 , 강아지를 Pose_estimation하기 위한 방법을 찾았습니다. 우선 Leap이라는 프레임 네트워크가 있습니다. 위기사는 2018년 12월 Nature 기사입니다. Fast animal pose estimation 검색을 하는데 Leap를 소개 해주길래 알게 되었습니다. 개발환경 Python : 3.6.4 Anaconda : 5.1.0 MatLab : MATLAB R2018a Python : OpenCv3 개발환경 요구사항은 위와같이 됩니다. Input Data 확장자 : h5(HDF5) 이유: 모든 language 와 environment 에서 지.. Bert로 학습해보기 기간:20년5월21일 ~6월 16일 ※예전에 진행했던 프로젝트를 지금에서야 정리해서 올립니다. 안녕하세요 ~!. 굉장히 오랜만에 글을 작성하네요 코로나19덕에 학기가 굉장히 루즈하고 늦게 끝나서 집중하지 못했습니다. 이제부터는 블로그에 좀더 집중 할수 있도록 하겠습니다. Bert를 학습시키는 과정은 아래와 같은 과정을 거쳐서 진행합니다. Tpu를 사용할 것인가? Yes: GCs에 데이터를업로드해야만한다. No:구글드라이브에 업로드한다. Pretraining_data를 GoogleCloud에 업로드해준다 Vocab을 만들어준다 1. lovit의 wordpiece 코드참조 2. 구글 센텐스피스 라이브러리참조 데이터 전처리 Tf.record타입으로변환 Pre_training모델을 만들어준다. 우선 Bert를 .. 악플을 컴퓨터로 거르는 것이 필요할까? 진행기간:20년4월1일~4월17일 저번에 악플을 막고자 하는 프로젝트를 진행하고 있다고 했습니다. 그렇다면 , 이러한 시도를 한 포털 사이트 및 기업은 없던 것일까요? 네이버의 클린봇 네이버는 클린봇 ai를 이용해서 비속어를 필터링 해줍니다. 구글 Perspective API 구글은 자체적으로 악플을 감지하는 ai를 만들었다고 발표했습니다. 인스타그램 인스타그램도 자체적으로 욕설을 필터링하는 머신러닝 알고리즘을 사용한다고 합니다. 심심이 심심이 회사에서도 악플탐지 서비스인Dbsc를 출시햇다고하지만 아직개발단계이고 서비스는 안했습니다 머신러닝으로 비속어를 학습해 금칙어로 지정하는 방식을 이용하고 있지만, 아직 많은 한계점이 있습니다. 글 자체의 악의를 파악해서 필터링을 해주는 업체는 아직 보지 못했습니다... Tensorflow Object Detection api 코드분석 분석날짜:20년 4월6일~10일 face_detection + face_verfication이 최종목적입니다. face_detection이 완료되었습니다. 이제 face_verification을 할 차례입니다. face_vericfication을 하기 위해서는 detection에서 얻은 bouding_box의 좌표정보및 , 크기정보가 필요합니다. 그래서 , 코드 분석의 필요성을 느꼇습니다. 기존에 올렸던 Colab의 ObjectionDetection.py 파일을 보면export_inference_graph라는 파이썬 파일을 통해서 bounding box를 출력하였습니다. 그래서 , 저는 이 export_infereence_graph.py파일을 분석하였습니다. https://github.com/tensor.. Colab에서 tensorflow ObjectDetection API를 이용해서 Object Detection을 trasnfer learning 해보자. ※제가 소모임에서 했엇던 활동을 제 개인 블로그에 다시업로드 한 것입니다. 원래 작성날짜:20년3월21일 저희 조는 전이학습(transfer learning)개념을 이용하여 학습시간을 줄여보고자 했습니다. 전이학습이란(transfer learning)? 딥러닝 모델이 있는데 , 이러한 모델의 특징은 첫번째 층(layer)에서 "일반적인 특징"을 추출하고 , 두번쨰 층(layer)에서 "특정 문제에 적합한 특징"을 추출합니다. Yosinski et al. (2014) 논문에서는 이러한 딥러닝의 특성에 대해, '만약 첫 번째 계층에서 추출된 특징이 일반적인 특징이고 마지막 층에서 추출된 특징이 구체적인 특징이라면, 네트워크 내의 어딘가에 일반적인 수준에서 구체적인 수준으로 넘어가는 전환점이 분명 존재할 것이.. 이전 1 2 다음
