# capstonedesign

in_g_ing__

Github Organization을 생성하고, repository를 생성하고 본격적으로 개발을 시작했다. 드디어 기획 지옥 탈출이번 '도란쌤' 프로젝트는 front의 역할이 비교적 더 많아서 나랑 은서가 front를 react로 개발하고 승아가 back을 주로 담당하

nayeon_p00

학습을 위한 라벨링 (Labeling) 먼저 이번 챕터에서 진행하는 학습은 촬영된 시험지에 몇개의 문제가 있는지, 그 위치를 파악하기 위한 것입니다. 따라서 앞서 만들어낸 데이터에서 문제 위치를 직접 라벨링해야 했고, 처음에는 CVAT라는 라벨링 툴을 활용하여 라벨

nayeon_p00

먼저 위의 이미지에서 왼쪽 이미지는 segmentation 결과 나타나는 출력 이미지 입니다. 여기서 마스크 행렬을 얻을 수 있고 마스크 범위안은 True, 범위 밖 즉 배경으로 인식한 부분은 False 값으로 저장되어 있습니다. 여기서 마스크 범위 가장자리의 종이의

nayeon_p00

# 2. Mask R-CNN 학습 / 예측 ## 2-1. 라이브러리 설치 저는 Detectron2 라이브러리를 사용하기 위해 먼저 Torchvision을 설치했습니다. ```py # torchvision 설치 !pip install -U torch torchvis

nayeon_p00

1. 데이터 수집 데이터는 모두 수학시험을 대상으로 수집하기로 했습니다. 모두 객관식으로 이루어진 시험지를 수집했으며, 수집한 데이터는 다음과 같습니다. > 경찰 대학 시험 (수학) 2014~ 9급 공무원 시험 (수학) 2013~ 수능 시험 (수학) 2014~ 모의

nayeon_p00

현재 저는 중학생 과외를 진행하고 있으며, 교육과 시험에 관심이 자연스럽게 많아지며 교육분야에서 부족한 부분이 무엇인지 생각해보았습니다. 온라인 교육을 통해 모바일로 문제를 묻고 답하는 플랫폼이 있는가 하면, 태블릿 pc 등을 통해 문제를 풀고 쉽게 채점하도록 하는 공