Machine Vision / ML / DL

1. Self-Supervised Learning vs. Data Augmentation Self-supervised learning과 데이터 증강은 기계 학습의 두 가지 다른 접근 방식입니다. 이 두 방법은 데이터를 활용하는 방식에서 중요한 차이점을 가집니다. Self-Supervised Learning: Learning Task Creation: Self-supervised learning은 레이블이 없는 데이터에서 학습 과제를 만들어냅니다. 예를 들어, 이미지에서 일부분을 가리고 그 부분을 예측하게 하는 것과 같은 작업을 통해, 모델이 데이터의 내재된 구조나 패턴을 학습하도록 합니다. Feature Learning: 이 접근 방식의 주요 목표는 데이터의 유용한 특성이나 표현을 학습하는 것입니다. 이..

How to evaluate a self-supervised learning method ? -. We usually don’t care about the performance of the self-supervised learning task, e.g., we don’t care if the model learns to predict image rotation perfectly. -.Evaluate the learned feature encoders on downstream target tasks Downstream Target Tasks의 예시 Image Classification: 이미지 인식이나 분류 작업에서, 자기 지도 학습을 통해 학습된 특성 인코더를 사용하여 특정 객체나 장면을 분류합니다. O..

✏️ Fisher Discriminant Analysis 이란?? FDA 혹은 Linear Discriminant Analysis (LDA)라고 불리며, 데이터들을 하나의 직선으로 Projection 시킨 후, Projection된 Data들 간의 구분이 잘 되는 지 판단해주는 방식 판단 방식의 기준은 Projection 후, 두 데이터들의 중심(평균)이 서로 멀수록 + 분산이 작을수록 구분이 잘 되었다고 판단 할 수 있으며, 잘 분류 되게끔 하나의 Vector의 w를 구하는 것이 LDA 이다. ✏️ Variance 구하는 방식 데이터 D = {x}iN 라고 할 때, 원래의 data들의 평균, projection된 data들의 평균, 그 이후 w 방향에 따라 projection된 data들의 분산을 구하..

✍ 지도 - 비지도 - 강화 학습이란?? 👉 머신 러닝 학습하려는 문제의 유형에 따라, 아래와 같이 크게 3가지로 분류된다. 1. Supervised Learning 정답이 있는 데이터를 활용해 데이터를 학습 시키는 방식 대표적으로는 분류, 회귀 방식이 존재함 2. Unsupervised Learning 정답이 없는 데이터를 활용해 데이터를 학습 시키는 방식 대표적으로는 클러스터링 방식이 존재함 3. Reinforcement Learning (RL) 데이터가 존재하는 것도 아니며, 정답이 따로 정해져 있지 않은 방식 강화 학습은 에이전트, 환경, 상태, 행동, 보상의 개념을 사용하여 이해 https://wendys.tistory.com/category/%E2%8C%A8%20DEVELOPMENT/AI '⌨..

🙋‍♂️ CIFAR-10 구성 CIFAR-10 Data Set은 32 x 32 크기의 60,000개의 Image Set으로 구성 되어 있으며, 10개의 Class로 분류 된다.각 Class는 60,000개의 전체 이미지와 50,000개의 Train Image, 10,000개의 Test Image로 구성 (Labels는 동일) → Mnist보다 가볍고, 시간이 덜 소요됨 ✍ Data Set Load / Labels 확인 # Default import import numpy as np # linear algebra import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv) import os from tensorflow.keras.datase..

🙋‍♂️ Mediapipe란?? Mediapipe는 Google에서 주로 인체 즉, 사람을 대상으로하는 비전 인식 기능들을 AI 모델 갭라과 기계 학습까지 마친 상태로 제공하는 서비 및 프레임 워크다. ✍ 비전 AI 솔루션 ① Face Object Detection ② Face Mesh ③ Hands ④ Pose ⑤ Box Tracking → 다양한 인체, 사물 등에 대한 AI 비전 인식 솔루션을 제공 ✍ 다양한 개발 환경 및 언어 지원 ✍ Mediapipe Homepage → https://google.github.io/mediapipe/ Home Cross-platform, customizable ML solutions for live and streaming media. google.github.io