코딩공부/Machine Learning8 OpenCV 이미지 다루기 (읽기, 출력, 저장) DRF APIView를 통해 업로드 받은 이미지를 다뤄보자 딥러닝을 다루는 프로젝트 진행 중 딥러닝으로 변환 된 이미지를 새롭게 저장하기 위해 이미지 읽고, 저장하기 위한 방법에 대해 공부하고 정리한 내용입니다. 먼저 패키지를 인스톨 받은 후에 pip install opencv-python cv2를 import import cv2 이미지 읽어오기 imread() : 이미지 읽어오기 cv.2imread(이미지 경로)를 해주면 해당 경로의 이미지를 읽어올 수 있다. def img_transfer(): image_path = "/media/sample.jpg" img = cv2.imread(image_path) 이미지 출력하기 imshow() : 이미지 출력하기(화면에 띄우기) imshow(윈도우 창 이름, .. 2022. 11. 29. 딥러닝을 위한 기초적인 이미지 다루기 본격적으로 딥러닝을 배우기에 앞서 이미지 다루는 방법에 대해 학습하자. 프로그래밍 언어는 Python을 사용하고 딥러닝 라이브러리는 OpenCV 패키지를 사용할 것 이다. 패키지 불러오기 OpenCV 패키지를 설치한 후에, pip install opencv-python import cv2를 통해 패키지를 불러온다. (cv2는 OpenCV의 패키지 이름) import cv2 이미지 처리 기초 이미지 불러오기 cv2.imread로 이미지를 불러와 img에 저장(test.jpg 경로 설정 주의!!) import cv2 img = cv2.imread('test.jpg') 이미지 형태 보기 shape로 이미지에 대한 형태를 확인 print(img.shape) # (400, 600, 3) = (높이, 너비, 채널).. 2022. 11. 16. 데이터셋 활용하여 리뷰 평가 기능 구현 / TIL_221108 국립중앙도서관의 빅데이터를 통해 리뷰에서 긍정점수와 부정점수를 추출하는 코드 구현해보기 책의 리뷰 분석을 통해 해당 책이 긍정적인 반응이 많은지 부정적인 반응이 많은지 평가 리뷰 작성시 리뷰에 속한 단어를 추출하여 긍정적인 단어인지 부정적인 단어인지 평가하여 점수를 부여 데이터셋에는 긍정적 점수와 부정적 점수를 부여한 수만개의 단어로 구성되어 있음 import pandas as pd from books.models import Review # 감성 리뷰 데이터셋 읽기 book_sense = pd.read_csv(r'books\csv\sense.csv') pd.set_option('display.max_columns', 10) pd.set_option('display.width', 300) # 데이터베이스.. 2022. 11. 9. 데이터셋을 활용하여 추천시스템 구현 / TIL_221102 영화 정보 데이터셋과 영화 평점 데이터셋을 활용한 영화 추천시스템 구현 pandas와 numpy 라이브러리 import 라이브러리에 대한 설명 - https://dongcodingblog.tistory.com/35 import pandas as pd import numpy as np 데이터셋 불러오기 영화 정보 데이터셋과 영화 평점 데이터셋을 읽고 ratings = pd.read_csv('ratings.csv') movies = pd.read_csv('movies.csv') ratings와 movies를 결합 두 개의 데이터셋을 movieId를 기준으로 merge movie_ratings = pd.merge(ratings, movies, on='movieId') pivot table 사용 user 별로 .. 2022. 11. 2. 머신러닝 yolo를 이용한 이미지에서 사람 인식 / TIL_221013 import torch import cv2 model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True) img = cv2.imread('zidane.jpg') # 폴더 안에 있는 이미지 파일을 읽어 온다. results = model(img) # 위에서 불러온 이미지를 모델에 담아서 results.save() # 저장 print(results) # 1 result = results.pandas().xyxy[0].to_numpy() # 넘파이 배열로 바꿔 result에 담아주고 print(result) # 2 result = [item for item in result if item[6]=='person'] # result의 person.. 2022. 10. 13. 머신러닝 라이브러리 / TIL_221012 머신러닝 라이브러리 tensorflow - 수치 계산과 대규모 머신러닝을 위한 라이브러리 - 데이터 플로우 그래프를 통한 풍부한 표현력 - 아이디어 테스트에서 서비스 단계까지 이용 가능 - 계산 구조와 목표 함수만 정의하면 자동으로 미분 계산을 처리 numpy - 수치해석용 라이브러리 - 다차원 배열을 처리하는데 필요한 유용한 기능을 제공 - 내부 반복문 사용으로 빠른 행렬 연산 가능 pandas - 데이터 처리와 분석을 위한 라이브러리 - 행과 열로 이루어진 데이터 객체를 만들어 다룰 수 있음 - 대용량의 데이터들을 처리하는데 편리 matplotlib - 다양한 데이터를 시각화 할 수 있도록 도와주는 라이브러리 - 간단한 데이터 분석에서부터 인공지능 모델의 시각화까지 활용도가 매우 높음 seaborn .. 2022. 10. 12. 머신러닝 이진 논리회귀 순서 / TIL_221011 이진 논리회귀 일 경우 머신러닝 실습 순서 데이터 다운받기 kaggle 유저네임과 키 값으로 접속하여 실습해볼 데이터셋 다운로드 후 압축풀기 import os os.environ['KAGGLE_USERNAME'] = 'username' # username os.environ['KAGGLE_KEY'] = 'key' # key !kaggle datasets download -d test !unzip test 이진 논리회귀에 필요한 패키이 임포트 from tensorflow.keras.models import Sequential ... from sklearn.preprocessing import StandardScaler 데이터 로딩하기 df = pd.read_csv('test.csv') 전처리하기 전처리는 .. 2022. 10. 11. 머신러닝이란? / TIL_221007 머신러닝 머신 러닝(ML)은 컴퓨터 프로그램이 알고리즘을 사용하여 데이터에서 패턴을 찾는 인공 지능 애플리케이션입니다. 인간에게 의존하지 않고 특별히 프로그래밍하지 않고도 이를 수행할 수 있습니다. 오늘날 세계에서 시장에 나와있는 거의 모든 인공 지능 (AI) 기술 발전과 애플리케이션의 배후에는 머신 러닝 알고리즘이 있습니다. 머신러닝의 회귀와 분류 머신러닝에서 문제를 풀 때, 해답을 내는 방법을 크게 회귀 또는 분류로 나눌 수 있습니다. 지도 학습 / 비지도 학습 / 강화 학습 지도 학습 : 정답을 알려주면서 학습시키는 방법 비지도 학습 : 정답을 알려주지 않고 군집화(Clustering)하는 방법 강화 학습 : 주어진 데이터없이 실행과 오류를 반복하면서 학습하는 방법 머신러닝의 대표적인 적용 사례 이.. 2022. 10. 7. 이전 1 다음
