딥러닝13 딥러닝 :: OpenCV, Style Transfer를 활용한 이미지 처리_TIL53 ■ JITHub 개발일지 53일차 □ TIL(Today I Learned) :: OpenCV를 활용한 딥러닝 이미지 처리 ※ 딥 러닝 이미지 처리 기능 학습 내용과 들었던 생각 - 이번에 알게된 딥러닝 기술은 이미지 처리기술 중 style transfer이다. - 딥러닝을 활용해서 이미지를 처리할 때 다양한 기능들을 활용할 수 있었다. 예를들면 두 개의 이미지를 합치는 기능부터 이미지의 특정부분을 이미 학습한 딥러닝 모델을 통해 이식하는 기능, 특정 화풍을 입혀넛는 기능 등이 있다. - style transfer : 다른 그림의 화풍을 적용시키는 기술로써 2015년부터 나왔던 간단한 기술이라고 한다. - 이번에 학습한 기능은 style transfer와 가깝다. - 특강에서 사용했던 코드는 아래와 같다... 2022. 11. 18. 딥러닝 :: 이미지 처리 구현 _TIL#52 ■ JITHub 개발일지 52일차 □ TIL(Today I Learned) :: 딥러닝 : OpenCV, 이미지 처리 구현 - 딥러닝 모델을 사용하여 이미지 처리를 구현해보았다. 아래에 있는 사진의 액자부분만 유화처리를 하여 두 번째 사진처럼 변경해보았다. - 작성했던 코드는 아래와 같다. import cv2 import numpy as np net = cv2.dnn.readNetFromTorch('models/eccv16/composition_vii.t7') net2 = cv2.dnn.readNetFromTorch('models/eccv16/la_muse.t7') net3 = cv2.dnn.readNetFromTorch('models/eccv16/starry_night.t7') img = cv2.imr.. 2022. 11. 16. 머신러닝 :: 딥러닝 주요 개념(배치, 활성화 함수, 과적합, 앙상블) 딥러닝 개념(배치, 활성화 함수, 과적합, 앙상블) 1. 딥러닝의 개념 · 자연계에는 직선으로 설명할 수 없는 문제들이 훨씬 많다. 이러한 문제들은 선형회귀를 반복한다고 해결이 되지 않기 때문에 선형회귀에 비선형 계산식을 추가하여 문제를 해결할 수 있다. · 위와 같이 선형 회귀 사이에 비선형 들어간 여러개의 층(layer)으로 구성된 것을 딥러닝(Deep learning)이라고 한다. 딥러닝(Deep learning)은 Deep neural networks, Multilayer Perceptron(MLP)라고도 표현한다. 2. 딥러닝, Deep neural networks의 구성 · MLP는 아래 3개의 층으로 구분할 수 있다. - Input layer(입력층): 네트워크의 입력. 학습시키고자 하는 값.. 2022. 10. 13. 이전 1 2 다음 반응형
