# labeling
Github Action으로 Labeling 자동화하기
서론 자동화에는 표준이 없습니다. 자동화는 생산성을 올릴 수 있지만 모든 프로젝트에 해당하는 말이 아닙니다. 프로젝트는 수없이 많은 환경에 처할 수 있고 각자 프로젝트가 처한 상황에 맞는 자동화를 하는 것이 무엇보다 중요합니다. 오늘은 Issue 혹은 Pull Requ
카메라 캘리브레이션 및 YOLO를 이용한 거리 검출 (작성중)
본 포스팅은 카메라(웹캠)을 사용해서 캘리브레이션, 라벨링, 거리 추정까지 진행한다. > Window 환경 PC : Desktop OS : Window 10 CPU : I7-8700 GPU : GTX 1660TI CUDA : 11.7 ver. Memory : 32GB
이미지 데이터 만들기
머신러닝에서 Object Detection을 하기 위해서는 이미지 데이터가 중요합니다.물론, 원하는 데이터가 있다면 좋겠지만 없다면 그 데이터를 직접 만들 수 있어야 겠죠?해당 과정이 귀찮기는 필요성은 확실합니다. 그런데, 무지한 과거의 저처럼 혹시나 원하는 이미지 데
라벨링, Labeling (부제: 데이터엔지니어 관점에서 본 라벨링)
어떤 데이터가 있다. 해당 데이터는 이미지나 글자, 소리 등이 될 수 있다. 해당 데이터는 자체적으로 정보(Information)를 나타내고 있다. 하지만 데이터 내 정보 속에 담긴 의미(Knowledge)는 정보를 보고 찾아야 한다. 데이터 속에 정보(Informat
학습 데이터셋 전처리
학습 데이터 전처리란 무엇을 말하는걸까요? 인공지능을 학습시키기 위해서는 인공지능이 이해할 수 있는 형태로 데이터를 가공해야 합니다. 조금이라도 규격에 맞지 않으면 인공지능의 정확도가 떨어질 수 있으므로 세심한 주의가 필요한 과정이지요.
학습 데이터 관리 프로세스
학습 데이터셋이란 인공지능이 특정 사물을 인지할 수 있도록 도와주는 여러가지 정보가 담긴 데이터셋을 의미합니다. 인공지능의 성능을 향상시키기 위해서는 양질의 데이터셋이 필요하지요. 이번 포스팅에서는 학습 데이터 관리 프로세스를 크게 7단계로 나누어보았습니다.
학습 데이터 관리 프로세스
학습 데이터셋이란 인공지능이 특정 사물을 인지할 수 있도록 도와주는 여러가지 정보가 담긴 데이터셋을 의미합니다. 데이터셋 구축을 위해서는 위와 같이 여러 단계를 거치게 되는데요, 이번 포스팅에서는 학습 데이터 관리 프로세스를 크게 7단계로 나누어보았습니다.
Segmentation과 RCNN 모델을 통한 종이 시험지 자동 채점 프로그램 | Tensorflow Object Detection API | Ch0. 계획
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
OpenCV | Python | 웹캠연결하기, 트랙바로 명도와 채도 조정하기, 노이즈 제거하기, 라벨링으로 물체 추적하기
사진이 아닌 실시간으로 비추어지는 영상에 대해 처리를 하고 싶다면, 웹캠을 연결하여 카메라 화면으로 보여지는 영상을 가져올 수 있다.cap = cv.VideoCapture(0)VideoCapture 함수를 통해 연결되어있는 첫번째 캠과 연결한다.ret, cam = ca