Ttoro_Tech

https://dacon.io/competitions/official/236082/overview/description 도배 하자 유형 분류 AI 경진대회 - DACON 분석시각화 대회 코드 공유 게시물은 내용 확인 후 좋아요(투표) 가능합니다. dacon.io AIVLE 세번째 공모전 참여 최대 인원이 5명으로, 기존 4인과 한 분을 더 모집하여 이미지 분류 문제에 참가함 목표 이미지 데이터를 기반으로 도배의 하자 유형을 정확하게 분류해 낼 수 있는 AI 모델을 개발하자 지도 학습 + 컴퓨터비전 Classification : 가장 쉽게 접근할 수 있는 문제 정의로 이미지 전체를 보고 분류함 Segmentation : Object Detection 문제로 벽지의 하자는 이미지 전체를 보는 것이 아니라, ..

https://www.aitimes.com/news/articleView.html?idxno=150387 메타, 이미지 분할 AI 모델 ‘SAM’ 공개 - AI타임스 메타가 5일(현지시간) 블로그에 사진 및 동영상에서 물체를 감지할 수 있는 새로운 인공지능(AI) 모델 \'SAM(Segment Anything Model)’을 개발, 미미지 분할 기술을 개선했다고 발표했다. SAM은 입력한 텍 www.aitimes.com Meta에서 개발한 새로운 인공지능 'SAM' 블로그에 사진 및 동영상에서 물체를 감지할 수 있는 새로운 인공지능(AI) 모델 SAM(Segment Anything Model) - 이미지 분할 기술 SAM(paper) 입력한 텍스트 프롬프트(Prompt)나 클릭한 지점을 기반 AI가 이미..

3차 미니프로젝트 2번째 주제 화폐를 인지 및 분류하는 딥러닝 모델을 만들어서, 시각장애인분들에게 화폐 구별에 도움이 되는 서비스를 제공하자. sub : YOLO_V5, Object Detection Task 1. DataSets 전체 DataSets은 Image와 JSON 파일이 함께 있는 데이터 각 Label 별로 이미지와 JSON 파일이 함께 존재한다. 학습을 위해 Train과 Validation 셋으로 나눔(train: 0.8, val: 0.2) 2. 데이터 분류 모듈 : Split-folders [pip] 입력 폴더 path와 저장할 path를 넣으면 ratio 비율로 train, val, test 폴더를 자동 생성해주는 모듈 param 중 group_prefix = 2를 할 경우, 이름이 같은..

https://github.com/ultralytics/yolov5 GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite. Contribute to ultralytics/yolov5 development by creating an account on GitHub. github.com YOLO v5 기존 yolo와 차이점 Backbone과 Head가 달라짐 Backbone Image에서 Feature Map을 추출하는 모델 Yolo v4와 유사하나, CSPNet을 사용함 Head Feature Map을 바탕으로, 물체 위치를 찾음 Anchor Box..