본문 바로가기

분류 전체보기210

computer Vision_Classification 1. Classification분류(Classification)은 이미지나 비디오에서 객체나 패턴을 식별하고 이를 미리 정의된 카테고리 중 하나로 분류하는 작업입니다.강아지 vs 고양이 를 구별하거나 특정 물체가 무엇인지를 분류하는것입니다.이 과정은 이미지 데이터를 입력 받아서 딥러닝 모델이나 머신러닝 알고리즘을 통해 각 이미지가 어떤 클래스에 속하는지 예측하는 방식으로 진행됩니다. 이때 사용되는 모델로는 cnn이 있으며 학습된 모델은 새로운 이미지에 대해서도 빠르고 정확하게 분류할 수 있다. 분류는 이진분류 | 다중분류로 나눌 수 있다.2. Surface Crack Detection 데이터셋 Surface Crack Detection 데이터셋은 콘크리트 표면에서 균열을 자동으로 탐지하기 위한 학습 데이.. 2025. 3. 10.
VGG19를 이용한 표면 균열(crack) 감지해보기 | 2개분류 사용데이터 : 케글에있는 표면 균열 탐지 데이터셋 활용https://www.kaggle.com/datasets/arunrk7/surface-crack-detection?resource=download Surface Crack DetectionConcrete surface sample images for Surface Crack Detectionwww.kaggle.com  데이터셋 구조 Negative, Postive로 나뉜다. 각각 2만장씩 있다.  ▶ 데이터 가져오기kaggle 에서 다운로드 클릭 -> kaggle CLI를 클릭하면 리눅스에서 사용할 수 있는 다운로드 명령어가 나옵니다. 그렇게 해서 바로 COLAB에서 사용할 수 있다! !kaggle datasets download arunrk7/sur.. 2025. 3. 9.
Computer Vision_개념을 다시한번 잡기 위한 글 1. 컴퓨터 비전컴퓨터 비전은 인공지능(AI)의 한 분야로, 컴퓨터가 인간처럼 이미지나 영상을 이해하고 분석할 수 있도록 하는 기술입니다. 이는 객체 검출, 이미지 분류, 얼굴 인식, 장면 이해 등 다양한 작업을 포함하며, 주로 머신러닝과 딥러닝을 활용하여 이미지 속 특징을 추출하고 패턴을 학습합니다. 예를 들어, 자율주행 자동차는 컴퓨터 비전을 사용하여 도로의 차선, 보행자, 신호등을 인식하며, 의료 영상 분석에서는 CT나 MRI 이미지를 분석하여 질병을 진단할 수 있습니다. 최근에는 합성곱 신경망(CNN)과 같은 딥러닝 모델이 발전하면서 컴퓨터 비전의 성능이 크게 향상되었으며, 다양한 산업에서 활발히 활용되고 있습니다. 2. 컴퓨터 비전에서의 프레임워크컴퓨터 비전에서 주로 사용하는 프레임워크로는 Op.. 2025. 3. 6.
git-hub Readme.md, overview 꾸미는 방법 및 사이트 1.아이콘 뱃지GitHub - Envoy-VC/awesome-badges: 😎 A curated list of GitHub badges for your next project GitHub - Envoy-VC/awesome-badges: 😎 A curated list of GitHub badges for your next project😎 A curated list of GitHub badges for your next project - Envoy-VC/awesome-badgesgithub.com  링크로 모두 표시가 되어있기때문에 쓰기 너무 편했다.심지어 클라우드, 백, 프론트, food, 디자인 등  다양하게 나뉘어져있어서 확인하기 편했다.중간중간에 back to top 표시도 있기때문에 올라가기도.. 2025. 3. 4.
★25.02.27 ~ 25.03.03 블로그가 없는 이유 :: 여행 다녀옵니다★ 2025. 2. 27.
ViT 모델로 YOLO 미검출 객체 실험-1 이번에 비전트렌스포머를 논문리뷰한 후 더불어서 모델에 대한 지식적인 측면과 코드단에서돌려보는것이 피드백이었는데 ViT모델을 읽은 후 모델 특징을 이용해서 간단하게 돌려보려고 한다. 일단 ViT의 모델에 대해 크게 기억해야할 부분은 매우 큰 데이터셋으로 사전학습을 했기때문에 큰 모델이라는점 작은 모델로 파인튜닝시 더 좋은 성능을 낸다는 점이다. 조금 더 딥하게 들어가서 생각하면  ✅ ViT와 CNN의 근본적인 차이로CNN은 합성곱연산을 통해 국소적인(local)특징을 학습하지만ViT는 이미지를 패치로 나눈 후 Transformer의 Self-Attention을 사용하여 글로벌 관계를 학습한다.즉 cnn은 작은 영역에서 점진적으로 특징을 추출하는 반면, ViT는 전체 이미지에서 중요한 패치들을 한 번에 비교.. 2025. 2. 27.
[참고] 기술면접 스터디 깃허브 보호되어 있는 글 입니다. 2025. 2. 24.
하하!! 나는 일하는 취준생. 보호되어 있는 글 입니다. 2025. 2. 24.
[낙상 감지 프로젝트] 2025년 2월 23일 (일) _모델 비교 욜로모델과 pose모델을 비교해보려고 했다.둘다 포즈쪽에서는 꽤  높은 정확도를 보이는 점에서 어떤 모델이 더 효율적인지 비교해보는것으로 마무리하려고 한다. ▶ 욜로포즈로 낙상감지했던 코드를 기반으로 미디어파이프 포즈로 낙상감지 시도 import cv2import numpy as npimport mediapipe as mp# MediaPipe Pose 모델 로드mp_pose = mp.solutions.posepose = mp_pose.Pose()# 동영상 경로 설정input_video = '/content/00015_H_A_SY_C5.mp4' # 낙상 동영상# input_video = '/content/00005_H_A_N_C5.mp4' # 비낙상 동영상output_video = '/content/o.. 2025. 2. 23.
모델 GITHUB참고 모델 ViT를 공부하다가 모델단에서 돌려보는 코드를 실험하려고 하는데 공식사이트에서 참고해서 하는 방법을 기록해두려고 한다. 예시 깃허브) huggingface/transformers: 🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX. GitHub - huggingface/transformers: 🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX.🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX. - hug.. 2025. 2. 23.
[낙상 감지 프로젝트] 2025년 2월 22일 (토) _프로젝트 완성 [낙상 감지 프로젝트] 2025년 2월 15일 (토) [낙상 감지 프로젝트] 2025년 2월 15일 (토)https://so-fast.tistory.com/entry/%EB%82%99%EC%83%81-%EA%B0%90%EC%A7%80-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-2024%EB%85%84-12%EC%9B%94-31%EC%9D%BC%ED%99%94 [낙상 감지 프로젝트] 2024년 12월 31일(화)지난 회의..https://so-fast.tistory.com/entso-fast.tistory.com 지난 미팅 리뷰 1. 시각화를 통해서 중심좌표가 어디로 표시가 되어있는지 확인한다.2. 낙상임에도 불구하고 낙상이라고 감지하지 못하는(정상판별) 클래스를 재확인해본다3. 조.. 2025. 2. 22.
코딩테스트 :: 스텍(2) 스택 / 큐 => 탐색 (그래프및 트리와 연결) 용어설명탐색많은 양의 데이터 중에서 원하는 데이터를 찾는 과정을 의미한다.코테 문제에서는 그래프, 트리 등의 자료구조 안에서 탐색을 하는 문제가 아주 많이 등장한다. (DFS / BFS)* (DFS / BFS)은 스택과 큐를 제대로 이해하여야 합니다.자료구조데이터를 효율적으로 저장하고 관리하기 위한 체계(구조)* 스택/큐 => 자료구조의 기초 개념위의 두 핵심적인 함수에는 삽입(push)/삭제(pop)가 존재함! 그 이외에도 오버 플로와 언더플로가 있다.오버 플로특정한 자료구조가 수용할 수 있는 데이터의 크기를 이미 가득 찬 상태에서 삽입연산을 수행할 때 발생하는 것(=저장공간을 벗어난 상태)언더 플로특정한 자료구조에 데이터가 전혀 들어있지 않은 상태에서 .. 2025. 2. 20.
코딩테스트 :: 자료형Queue List (배열)Stack (쌓는다) First In Last OutQueue First In First Out1. 선형맅스트(패턴을 예측할 수 있다)2. 검색은 빠르지만, 비효율적3. 정적,동적배열(한번 사이즈를 설정하면변경 가능,불가능)4. append()=> 리스트를 생성(빈 리스트를 생성)test =[]5. 데이터를 삽입, 삭제 등수정할 수 있다.* 딕셔너리                        자료구조 (key:value) : Hash* push, pop을 연산으로 부름    * top(변수)                                  - 즉  push, pop, top을 가지고 활용- 초기값은 -1을 가지고데이터가 들어오면 '먼저' 증가한다.1. 스택의 개념과 비슷하지만 데.. 2025. 2. 19.
Vision Transformer(ViT) 논문 리뷰(직역) ▶ 논문 사이트 [ https://arxiv.org/pdf/2010.11929.pdf ]  Transformer는 NLP에서만 다룬다고 생각을했었는데 VISION에서도 Transformer이나왔다고 한다.사실 AI는 가장 빠르게 변화하는 분야이기때문에 좀 많이 찾아보고 해야되는데 취직이 먼저아닐까하는 생각때문에 못했던것같다. 최신모델을 다뤄보면서 가장 대중적으로 사용하는 모델도 관심을 갖기 위해서 Vision Transformer을 리뷰해 보려고 한다.Visual Transformer (ViT) - 이미지인식을 위해서 Transformer 모델을 적용한 구조입니다.- 기존 CNN 대신 이미지를 패치(조각)으로 나누고 이를 Transformer에 입력하는 방식으로 작동합니다.논문리뷰Transformer구조.. 2025. 2. 18.
[낙상 감지 프로젝트] 2025년 2월 15일 (토) https://so-fast.tistory.com/entry/%EB%82%99%EC%83%81-%EA%B0%90%EC%A7%80-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-2024%EB%85%84-12%EC%9B%94-31%EC%9D%BC%ED%99%94 [낙상 감지 프로젝트] 2024년 12월 31일(화)지난 회의..https://so-fast.tistory.com/entry/%EB%82%99%EC%83%81-%EA%B0%90%EC%A7%80-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-2024%EB%85%84-12%EC%9B%94-20%EC%9D%BC%EA%B8%88 전체 요약 12.31(화)-  위 3가지 클래스 정의를 코드로 구현 후so-fast.tis.. 2025. 2. 15.
[Oracl] 다른 테이블간의 결합을 통해 데이터를 조회하는 UNION | JOIN 작업환경 : Live Oracle▶ UNION - UNION조건 절은 두 테이블 간의 데이터를 비교해서 조회함- 두 테이블을 합친 데이터를 반환합니다 (옵션에 따라서 중복을 제거하거나 중복을 함께 출력합니다)- (필수조건) UNION조건 절은 *(모든값)을 조회시 두 테이블간의 컬럼수와 자료형이 동일해야한다. 샘플로 하나 보자면SELECT MANAGER_ID, FIRST_NAME FROM EMPLOYEES;SELECT MANAGER_ID, DEPARTMENT_NAME FROM DEPARTMENTS;   위 두개의 테이블을 보려고 한다.계속 에러가 떠서 보니까 라이브 환경에서는 권한자인 HR.  을 해주어야하는데 이 부분을 항상 도구를 사용하다보니 잊었었다. 이 두개를 합쳐서 한번에 출력을 하고싶은거죠.F.. 2025. 2. 12.
서브쿼리, ROWNUM, View ▶ GROUP BY, HAVING절 문제01. EMPLOYEES테이블에서 평균 연봉이 10,000미만인 직급과 연봉을 검색한다. 단, 조회 시 직급별로 평균연봉을 조회하고, JOB_ID기준으로 오름차순으로 정렬한다.  (직급은 JOB_ID, 연봉은 SALARY로 가정)더보기SELECT JOB_ID, AVG(SALARY) AS AVG_SALARYFROM EMPLOYEESGROUP BY JOB_IDHAVING AVG(SALARY)   02. PLAYER_ID가 2007로 시작하는 선수들 중 POSITION별 평균 키를 조회하여라. >>LIKE 이용더보기SELECT "POSITION" 포지션, ROUND(AVG(HEIGHT),2) "평균 키"FROM PLAYER WHERE PLAYER_ID LIKE '2007.. 2025. 2. 8.
연결된 테이블 안의 데이터를 작업하는 방법 | 정규화 -- 핸드폰 테이블CREATE TABLE TBL_PHONE ( PHONE_NUMBER NUMBER PRIMARY KEY, PHONE_COLOR VARCHAR2(1000), PHONE_SIZE VARCHAR2(1000), PHONE_PRICE NUMBER, PHONE_PRODUCTION_DATE DATE, PHONE_SALE NUMBER);-- 케이스 테이블CREATE TABLE TBL_CASE ( CASE_NUMBER NUMBER PRIMARY KEY, CASE_COLOR VARCHAR2(1000), CASE_PRICE NUMBER, PHONE_NUMBER NUMBER, CONSTRAINT FK_CASE FOREIGN KEY (PHONE_NUMB.. 2025. 2. 4.
조합(복합)키, NULL값 제어, 모델링 ▶ 조합(복합)키- 테이블에서 컬럼 2개를 조합해서 기본키(pk)를 지정하는 방법- 조합된 2개의 컬럼에서 하나의 컬럼은 중복이 가능하지만, 2개의  컬럼은 중복이 불가능하다.CREATE TABLE TBL_FLOWER(FLOWER_NAME VARCHAR2(1000),FLOWER_COLOR VARCHAR2(1000),FLOWER_PRICE NUMBER,CONSTRAINT PK_FLOWER PRIMARY key(FLOWER_NAME, FLOWER_COLOR)); 기본 TABLE로 해보고INSERT INTO TBL_FLOWER VALUES('장미','빨강',1000);INSERT INTO TBL_FLOWER VALUES('장미','노랑',2000);INSERT INTO TBL_FLOWER VALUES('장미'.. 2025. 2. 2.
[컴퓨터 비전] YOLO로 폐 질환 환자 구별하기 더보기사용 데이터셋:https://www.kaggle.com/datasets/adityamahimkar/iqothnccd-lung-cancer-datasetyolo를 배웠기때문에 YOLO로 폐질환 환자를 구별해보려고 합니다.KAGGEL데이터를 가져올것이기때문에 KAGGEL을 가지고 옵니다.(API)#캐글 데이터셋 다운로드!kaggle datasets download -d hamdallak/the-iqothnccd-lung-cancer-dataset# 압축 풀기!unzip -q /content/the-iqothnccd-lung-cancer-dataset.zip압축을 풀게되먄  The IQ-OTHNCCD lung cancer dataset 가 생성됨 [ Begin - 시작되는단계, Malignat - 폐암,.. 2025. 1. 28.
Anaconda 아나콘다 & streamlit(1) anaconda를 관리자권한으로 실행후 conda env listconda env list를 입력하면 아나콘다의 환경이 보이게됩니다.저는 base밖에없고 또 작업할 환경은 NLPEnv입니다.conda activate NLPEnv를해주면 내가 들어가 있는곳으로 위치가 맞춰지게 됩니다. 그다음 Langchain과 strealit을 설치하면 됩니다.conda install langchain streamlit설치할거냐고 물어보면 y 치면됩니다.그러면 모두 설치된것을 확인할 수 있습니다. ✔️ 폴더 만들기이후에 사용할 폴더를 넣어줍니다.✔️ VSCode실행 ctrl + p를 해서 선택하고인터프리터를 선택하는데 python에서는 Native와 conda와 함꼐 사용하지않는것을 추천합니다.나중에 깨질수있기때문에 나중.. 2025. 1. 22.
제약조건, REFERENCES, 기타 제약조건 제약조건을 하기 위해서는 아래의 3가지를 알아야한다.후보키유일하게 식별할 수 있는 가능성을 가진 컬럼즉 기본키로 지정할 수 있는 가능성을 가진 키(예 : 순번, 회원번호 등등등...)기본키(PK:PRIMARY KEY)후보키 중에서 결정을 했다면 그 상황에서 기준이 되는 것이 기본키 후보키 -> 기본키즉 고유한 값이며 NULL과 중복 값을 입력할 수 없음테이블의 여러 컬럼 중 단 1개만 지정 가능함.대체키기본키가 문제가 생겼을대 대처할 수 있는 키후보키 중에서 기본키를 지정하고 남은 키유니크키 절대로 중복이 될 수 없게 만드는 키 NULL은 허용하지만 중복은 허용하지 않음하나의 테이블에서 여러개의 컬럼에 유니크키를 지정할 수 있다.외래키(FK : FORIEGN KEY)다른 테이블의 PK를 사용할 수 있고 .. 2025. 1. 21.
TABLE만들기 & DDL언어 데이터를 입력받을 공간을 하나 만드는 것  DDL 언어-CREATE (데이터베이스 또는 테이블을 생성하는 문법) -ALTER (테이블,데이터베이스를 수정하는 문법)-DROP (테이블,데이터베이스를  삭제하는 문법)-TURNCATE (테이블,데이터베이스를 삭제하는 문법) (DELETE랑 비슷한데, TRUNCATE는 일괄삭제만됨, DELETE는 복원이 가능) 📒 CREATE TABLE 테이블명(               컬럼명 자료형 [제약조건]                ;) ↑ 위 로직이 문법 CREATE TABLE EMPLOYEES (    EMPLOYEE_ID NUMBER,    FIRST_NAME VARCHAR2(100),    LAST_NAME VARCHAR2(100)    ;) EM테이블을 만.. 2025. 1. 20.
DMBS의 기본(DISTINCT, 자료형,연산자, LIKE, NULL )_(3) 📒 다시 dbeaver을 다시킬때!dbeaver.exe를 누르게되면 다시 실행되고 켜지게 됩니다.이후에 파일-> 작업공간 전환을 꼭 해서 내가 만든 워크플레이스인지 확인해야합니다. 📒 중복값 제거 (DISTINCT)테이블에보면 중복되는값이 있을 수 있겠죠?(당연한)예를들어서 한 회사의 직급을 조회할때 과장이 3명 부장이 2명이럴경우 과장, 부장 이런 총으로 직급을 보고싶을때중복값지거를 쓰면 되겠죠!그럴때 쓰는 함수는 DSTINCT입니다.SELECT DISTINCT JOB_IDFROM EMPLOYEES; --실습1. 연봉에서 중복되는 값을 삭제하고 조회SELECT DISTINCT SALARYFROM HR.EMPLOYEES; --실습2. 직급과 성이 동일한 중복 값을 제거 [SAREP / David]가 .. 2025. 1. 17.
DMBS의 기본(SELECT, ALIAS,ORDER BY)_(2) 📒 DBDB 쿼리문 종류 1. DDL(정의어) : 정의,생성,만든다의 의미입니다. 구조를 만든다고 생각하면됨.- CREAT, ALTER, DROP, TURNCATE 2. DML(수정) : 데이터 조회하고 말 그대로 수정- SELECT, INSERT, UPDATE, DELETE, MERGE 3. DCL(권한제어) : 말 그대로 권한- GRANT, REVOKE(권한해제) 4. TCL(명령어 제어) : 커밋까지 하는 과정 (일괄처리명령어)- COMMIT(반영), ROLLBACK(마지막 커밋시점으로 돌아감) , SAVEPOINT(지금까지 저장)여기서 가장많이 쓰이는건 2번이다.그 중에서도  SELECT가 가장 1순위이다.정보를 조회, 선택하고 하기때문에 가장많이 쓰입니다.2번까지만해도 웬만하게 다 DB조작할 .. 2025. 1. 15.
DMBS_오라클 설치(1) DBMSData Base Management System의 약자로데이터의 집합을 만들고 저장 및 관리할 수 있는 기능들을 제공하는 응용프로그램의 총칭입니다.쉽게말하면 데이터를 관리할 수 있는 프로그램들이다. 그 중 오라클을 이용해서 실습과 학습을 진행하려고합니다.오라클이 있는지 확인윈도우+R => sqlplus 누르면이렇게 나옵니다. 오라클이 있다면 삭제 제어판 -> oracle plus 11express 삭제오라클 설치 (64bit)https://www.oracle.com/database/technologies/xe-prior-release-downloads.html XE Prior Release ArchiveGetting Started: Support Oracle Database Express Edi.. 2025. 1. 14.
Hello Langchain (39) 랭체인은 파이썬만 알면 다룰 수 있습니다.이미 나와있는 LLM모델을 다루고 접근방식을 좀 다르게 한 프레임워크입니다!😀 Hello Langchain코랩에는 기본 설치되어있습니다!import langchainlangchain.__version__자연어처리(NLP)및 언어 모델을 활용한 어플리케이션을 개발하기 위한 도구를 제공하는 라이브러리입니다.텍스트생성, 검색, 대화형 인터페이스 구축 등 다양한 기능을 지원합니다공식 API레퍼런스는 아래 링크입니다.https://python.langchain.com/api_reference/ LangChain Python API Reference — 🦜🔗 LangChain documentationlangchain-google-vertexai 2.0.10python... 2025. 1. 13.
GPT 를 이용한 영화 리뷰 분류 (38) GPT를 이용한 네이버 영화 리뷰 분류!pip install tensorflow==2.12.0tensorflow를 다운그레이드하게되고 2.12.0으로 합니다.import tensorflow as tftf.__version__버전 확인까지 한 번 다시해주고GPT를 이용한 네이버 영화 리뷰 분류import pandas as pdimport numpy as npimport urllib.requestimport osfrom tqdm import tqdmimport tensorflow as tffrom transformers import AutoTokenizer, TFGPT2Modelfrom tensorflow.keras.preprocessing.sequence import pad_sequences텐서플러우 허그.. 2025. 1. 10.
GPT (37) GPT(Generative Pre-trained Transformer)1. ChatGPT의 역사BERT가 트랜스포머의 '인코더'로 설계된 모델이라면, GPT는 트랜스포머의 '디코더'로 설계된 모델. Open AI는 2019년에 GPT-1을 공개한 이후로, 2019년 GPT-2, 2020년 GPT-3, 2022년 ChatGPT(GPT 3.5), 2023년에는 GPT-4, 2024년에는 GPT-4o를 공개하며 GPT 시리즈를 발전시켜 왔습니다.  GPT-1GPT-2GPT-3GPT-3.5GPT-4 Models GPT-1GPT-2GPT-3GPT-3.5GPT-4 Model파라미터 개수1억 1700만개15억1,750억?1조 8천억(추정)디코더의 층124896??처리 가능한 토큰 개수51210242048?128,00.. 2025. 1. 9.
한국어 BERT 를 이용한 네이버 영화 리뷰 분류 (36) KoBERT를 이용한 네이버 영화 리뷰 분류를해보려고 합니다.import pandas as pdimport numpy as npimport urllib.requestimport osfrom tqdm import tqdmimport tensorflow as tffrom transformers import BertTokenizer, TFBertModel 기본임포트를 해주고 링크에서 받아온것을 파일로 다운받도록 하겠습니다.# 네이버 영화 리뷰 데이터 학습을 위해 훈련 데이터와 테스트 데이터를 다운로드합니다.urllib.request.urlretrieve("https://raw.githubusercontent.com/e9t/nsmc/master/ratings_train.txt", .. 2025. 1. 8.