📗강의노트/CS231n

    [CS231n] 2. Image Classification Pipeline
    📗강의노트/CS231n

    [CS231n] 2. Image Classification Pipeline

    Image Classification은 어떻게 하는 것 일까? 우선 입력 이미지를 받는다. 그리고 시스템에는 미리 정해놓은 카테고리 집합이 존재한다. 이미지를 보고 어떤 카테고리에 속할지 고르는 것. 컴퓨터에게는 이미지는 그저 숫자의 집합에 불과하다. 카메라를 조금만 옮겨도 모든 픽셀 값이 달라진 것이다. 그렇기에 우리가 만드는 알고리즘은 이런 상황에데 대해 강인해야한다. ( 조명,자세,가려짐, 배경과 비슷할 때 또한 마찬가지이다. ) 직관적이고 명시적인 알고리즘은 존재하지 않는다. 이미지를 보고 edges를 계산하고 , corners와 edges를 각 카테고리로 분류한다. -> 하지만 이런 알고리즘은 “확장성”이 없는 것이다. 다른 물체를 인식하려면 다시 처음부터 진행해야 하는 것이 문제이다. 그래서 ..

    [CS231n] 1. Introduction to Convolutional Neural Networks for Visual Recognition
    📗강의노트/CS231n

    [CS231n] 1. Introduction to Convolutional Neural Networks for Visual Recognition

    1 ~ 16강으로 이루어진 CS231n의 강의를 듣고, 이해한 내용을 토대로 정리할 것이다. 강의를 들으면서 떠오르는 Idea들과 접목시켜 생각해보면 유익할 것 같다. CS231n은 Stanford University에서 진행하는 Computer Vision에 대한 강의이다. Computer Vision은 매우 다양한 분야에서 적용이 되고 있고, 적용이 될 수 있다. 이번 1강에서는 Computer Vision의 간략한 역사와 CS231n의 개요에 대해 알아볼 수 있다. 과거에는 고대 생물들은 시각(비전)이 존재하지 않았다.그래서 시각이 존재하기 이전에는 먹이를 찾아서 먹지 못하고, 수동적으로 살아왔다. 하지만 종이 폭발적으로 늘어난 시기가 있었다. 이러한 발전의 이유를 "시각(비전)"에서 찾았다. 한 ..

티스토리툴바