Code Example8 Yolov5를 이용한 Object Detection 안녕하세요 오션라이트에이아이 백승기연구원입니다. 오늘은 Yolov5를 이용하여 Image Segmentation을 진행해보도록 하겠습니다. 머리글 Yolo는 You Only Look Once의 약자이며 객체탐지(Object Detection)분야에서 많이 활용되고 있는 모델입니다. Yolo는 One-stage-detection이라는 방법을 이용하여 실시간 객체탐지를 가능하게 만들었습니다. Yolov5의 특징 1. 이미지 전체를 한번만 봅니다. Yolo모델 이전의 R-CNN모델들은 이미지를 여러장으로 분할한 뒤, CNN모델을 통해서 이미지를 분석하였습니다. 즉, 하나의 이미지를 이용해 객체탐지를 하더라도 실제 모델에서는 여러장의 이미지를 분석하는것과 같았습니다. 하지만 Yolo모델은 이러한 과정없이 하나의.. 2023. 3. 28. ChatGPT를 활용한 Text Classification모델 만들기 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 오늘은 데이콘(Dacon)에서 진행하는 ChatGPT활용 AI 경진대회라는 흥미로운 주제가 있어서 글을 적어보려고 합니다. 머리글 최근 ChatGPT라는 인공지능 챗봇이 사람들 사이에서 많이 이용되고 있습니다. ChatGPT는 사람들의 질문이나 요구에 맞게 인공지능이 대답을 해주는 프로그램이며, 대답이 구체적이고 정말 사람같이 답변을 한다는 점에 있어서 AI기술의 발전이 정말 빠르게 진행되고 있다는 것을 느낄 수 있었습니다. Dacon에서는 ChatGPT를 활용하여 코드를 완성시키는 흥미로운 경진대회를 열어서 참가해 보았습니다. 경진대회 배경과 규칙 그림 1.과 같이 ChatGPT에게 질문하고, ChatGPT가 제공한 응답으로만 코드를 작성해야한다는 설명.. 2023. 3. 24. Support Vector Machine(SVM)을 활용한 타이타닉 생존자 예측 Support Vector Machine을 이용하여 타이타닉 생존자 예측하기 오늘은 Support Vector Machine 이용하여 타이타닉호의 생존자를 예측해보도록 하겠습니다. 이번에도 Kaggle에서 가져온 데이터를 사용해 보도록 하겠습니다. Library 불러오기 import pandas as pd import numpy as np from sklearn.preprocessing import MinMaxScaler, OneHotEncoder from sklearn.compose import ColumnTransformer from sklearn.pipeline import Pipeline from sklearn.model_selection import train_test_split, GridSea.. 2023. 3. 16. Random Forest (Titanic 생존자 예측) Random Forest를 이용한 Titanic 생존자 예측하기 오늘은 Random Forest를 이용하여 타이타닉호의 생존자를 예측해보도록 하겠습니다. 이번에도 Kaggle에서 가져온 데이터를 사용해 보도록 하겠습니다. Library 불러오기 import numpy as np import pandas as pd import pandas_profiling import matplotlib.pyplot as plt import plotly.express as px import seaborn as sns sns.set() import os from sklearn import preprocessing from sklearn.preprocessing import OneHotEncoder from sklearn.m.. 2023. 2. 9. Decision Tree Code Example(Titanic 생존자 예측) Decision Tree를 이용한 Titanic 생존자 예측하기 오늘은 Desicion Tree를 이용하여 타이타닉호의 생존자를 예측하는 코드를 작성해 보도록 하겠습니다. 지난번과 마찬가지로 데이터는 Kaggle에서 가져왔습니다. 학습환경은 Jupyter Notebook에서 작성하였습니다. Library Import 하기 import os import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import re import numpy as np from sklearn import tree from sklearn.model_selection import train_test_split # Figures inline and set v.. 2023. 2. 8. Multiple Linear Regression Code Example Multiple Linear Regression Code Example 이번 글에서는 Y를 결정하는 X의 요인이 하나가 아닌 여러개인 데이터에서 Y를 예측하는 다중선형회귀 코드에 대해서 알아보도록 하겠습니다. 이번에도 학습 환경은 Jupyter Notebook을 사용하였습니다. 필요한 라이브러리 import하기 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import hvplot.pandas #jupyter notebook을 실행한 브라우저에서 바로 그림을 볼 수 있게 하는 코드입니다. %matplotlib inline 데이터를 읽어들입니다. #데이터 경로의 경우 사용자의 환경에 맞게.. 2023. 2. 8. K-Nearest Neighbor Code Example(K-NN - Titanic 생존자 예측) K-NN을 이용한 Titanic의 생존자 예측하기 오늘은 K-NN을 이용해 타이타닉호의 생존자를 예측하는 코드를 작성해보도록 하겠습니다. 데이터는 (Kaggle)에서 가져왔습니다. 실험환경은 이전과 같이 Jupyter Notebook에서 작성하였습니다. Library Import, 데이터 불러오기 import numpy as np import pandas as pd %matplotlib inline 데이터 불러오기 #경로의 경우 사용자의 환경에 맞게 설정해 주셔야 합니다. data=pd.read_csv('C:/Users/User/Downloads/train.csv') data 불러온 데이터를 한번 살펴보겠습니다. Pclass - 승선자의 사회-경제적 지위(낮을수록 높은 지위를 가지고 있음) SibSp -.. 2023. 1. 19. Linear Regression Code Example Linear Regression Code Example 선형회귀 모형을 알아보기 위한 간단한 코드 예시 입니다. 모델 학습 환경은 Jupyter Notebook을 이용하였습니다. sklearn 라이브러리를 통해 간단한 회귀 예측을 해보겠습니다. 라이브러리 불러오기 from sklearn.linear_model import LinearRegression import pandas as pd import matplotlib.pyplot as plt 키와 몸무게가 들어있는 파일 준비 # 파일 경로의 경우 사용자의 경로에 맞게 수정해주셔야 합니다. df = pd.read_csv("C:/Users/User/Downloads/height_weight.csv") 위의 데이터는 kaggle(https://www.kagg.. 2023. 1. 11. 이전 1 다음
