목록Computer Vision (3)
Data Mavericks
CV(Deep learning) (3) - IoU(Intersection over Union) 개요+실습
IoU 개요 IoU 모델이 예측한 결과와 실측 Box가 얼마나 정확하게 겹치는 지를 나타내는 지표 IoU를 구하는 방법 IoU = 실측과 예측의 교집합 / 실측과 예측의 합집합 IoU 기준을 정하여 Dection 성능을 나눌 수 있음 IoU 실습 실습환경 운영 체제 : Ubuntu 20.04 ( Linux ) 실습 환경 : COLAB https://data-mavericks.tistory.com/3 입력인자로 후보 Box와 실제 Box를 받아서 IoU를 계산하는 함수 생성 import numpy as np def compute_iou(cand_box, gt_box): # Calculate intersection areas x1 = np.maximum(cand_box[0], gt_box[0]) y1 = n..
CV(Deep learning) (2) - Selective Search 실습
Selective Search 실습 및 시각화 실습환경 운영 체제 : Ubuntu 20.04 ( Linux ) 실습 환경 : COLAB NVIDIA GPU Driver Version: 530.41.03 CUDA Version: 12.1 Selective Search를 이용하여 Object Detection을 위한 Region Proposal 영역을 도출 'selectivesearch' 패키지 설치 !pip install selectivesearch 디렉토리 생성 !mkdir /content/data 이미지 다운로드 !wget -O /content/data/audrey01.jpg https://raw.githubusercontent.com/chulminkw/DLCV/master/data/image/audr..
CV(Deep learning) (1) - Object Detection의 이해
1. Object Detection – Deep learning 기반으로 발전 Object Detection은 디지털 이미지에서 특정 클래스를 감지하는 데 사용되는 Computer vision 작업입니다. 즉, "어디에 어떠한 객체가 있다" 입니다. 위 그래프에서 Object Detection의 성능이 2012년까지는 성능이 조금씩 향상하다가 2013년부터 Deep Learning이 사용하며 성능이 급향상된 모습을 확인할 수 있습니다. 2. Localization, Detection, Segmentation Classification : 분류( 이미지가 무엇인지 구분) Localization : 하나의 image에 하나의 object를 boundiong box로 지정 Detection : 하나의 imag..