728x90 반응형 AI/딥러닝25 인공지능 학습 데이터 구축에 필요한 ‘데이터 라벨링’이란? 온라인 알바 및 디지털 신생 일거리로 핫한 데이터 라벨링 누구나 aiworks 플랫폼 상에서 기본 가이드에 따라 blackolive 가공 도구를 활용하여 쉽게 참여할 수 있습니다. 데이터 라벨링이란 이미지, 영상, 텍스트 등의 데이터에 사람이 데이터 가공 도구를 활용하여 인공지능이 학습할 수 있도록 다양한 정보를 목적에 맞게 입력하는 것을 의미합니다. 데이터 라벨링 예시 먼저, 사진 이미지 상의 사물에 대한 객체인식 데이터 라벨링 예시를 들어 보겠습니다. 인공지능 데이터 라벨링을 위해서는, 데이터 이미지 위에 사람 또는 자동차 등의 객체의 위치를 표시할 수 있는 박스를 그리고, 해당 박스가 사람인지 자동차인지 분류하기 위해 주석을 다는 작업이 필요합니다. 아래의 이미지로 쉽게 이해하실 수 있습니다. 자동.. 2021. 3. 26. 딥러닝 객체 검출 용어 정리 Deep learning Object detection terminology 공부를 하다 보면 용어의 정의에 대해서 정확히 알아야 할 필요가, 그리고 정리해두어야 할 필요를 느끼게 됩니다. 잘 정리해서 저장하고 저와 같은 필요를 느낄 분들의 불편함도 줄이고자 블로그에 정리합니다. 아래 사용되는 이미지들은 포스트 최하단에 출처를 표시하였고, 용어들은 필자가 알고 있던 내용들을 바탕으로 작성하였습니다. 혹시 오류가 있다면 리플로 알려주시기 바랍니다. 모든 용어는 처음 사용시 한글과 영어를 혼용하여 읽는 이를 돕고, 이후 재사용시 한쪽 언어만 사용하였습니다. 다만 한글로 번역을 모르는 경우는 영어로만 표기하였습니다. 이하는 작성의 편의상 반말로 썼습니다. Classification, Localization, Object Detection, Semantic segmentation[1] .. 2021. 3. 25. 1. 딥러닝 영상분석 3총사를 구분하시나요 딥러닝으로 할 수 있는 영상분석은 참으로 많습니다. 특정 인물의 얼굴을 인지하고 행동 패턴을 인지하여 신분증처럼 identity 로 사용될 수도 있고 반대로 가짜 인물에게 얼굴과 행동 패턴을 주어 특정 인물로 인지되도록 할 수 도 있습니다. 하지만 항상 이러한 딥러닝 영상분석의 가장 첫단추는 의외로 이미지 분류 (Image Classification) 입니다. 그리고 (2017~2019년까지 보았을때) 딥러닝을 적용하고 싶은 대부분의 개발자들이 원하는 기능은 사물 인식 (Object Detection) 입니다. 마지막으로 딥러닝 사물 인식을 원하는 분야에서 여력이 있다면 한번 쯤은 도입해보고자 하는 궁극의 분석 방법은 이미지 세그멘테이션인 듯 합니다. (image segmentation) 1-1 이미지 .. 2021. 3. 25. 인공지능의 이미지 분류 방식 인공지능이 이미지를 인식하는 방식과 그에 따른 도전과제 오늘 소개해드릴 내용은 그 방식이 어떠한 흐름으로 발전해왔는지, 지금은 주로 어떤 방식을 사용하는지 알아보겠습니다. 1. Classification 초기 이미지 분류는 비교적 단순한 원리를 사용하였습니다. 주어진 이미지와 학습한 데이터들 간의 거리를 비교하여 class를 분류하는 방식이었습니다. 물론 분류하는 방식에 있어서는 여러 복잡한 원리들이 있지만, classification은 인공지능 기술 중 기초적인 것이라고 볼 수 있습니다. 위 그림과 같이, 주어진 고양이 이미지를 여러 클래스와 비교하여 어디에 속하는지 판별하는 작업을 예시로 들 수 있습니다. 2. Object Detection, Tracking 객체 인식은 Classification.. 2021. 3. 25. 레이블링 (labeling) 의 종류 • 레이블링이란? –분류된 정보나 서비스에 대해 이름 (label)을 붙이는 것 • 레이블링의 종류 –메뉴 레이블 : 웹사이트 메뉴의 이름 –링크 레이블 : 텍스트 링크에 대한 레이블 –메타데이터의 레이블링 : 정보에 대한 메타데이터 –페이지 타이틀 : 특정 페이지를 표현하는 이름 –윈도우 타이틀 : 웹브라우저의 윈도우 타이틀에 나타나는 말 –버튼의 레이블 : 버튼에 대한 레이블 –서비스 레이블 : 서비스 명칭 • 레이블의 역할 •유저에게 설명한다 : 유저에게 여기가 어디이며 무엇을 하는 곳인지 설명 한다. •클릭을 유도한다 : 링크나 버튼 레이블은 유저로 하여금 클릭을 하게끔 유도한다. •정보를 표현하고 설명한다. : 메타데이터의 레이블링은 정보를 표현하고 설명해, 해당 정보를 보다 효과적으로 사용할 .. 2021. 3. 25. 사용자에게 가치를 선물하다, ‘딥 소트 기술’이 그리는 미래 ‘정보의 홍수’란 말처럼 세상엔 정말 많은 양의 정보가 존재합니다. 우리는 매일매일 쏟아지는 정보 속에서 자신에게 꼭 필요한 정보를 수집하기 위해 많은 시간을 투자하는데요. 누군가 내게 필요한 정보를 빠르게 수집, 우선순위를 매겨준다면 얼마나 좋을까요? 만약 데이터를 사용하기 쉽게 분류하고 정보를 빠르게 분석해주는 사람이 있다면 대학생의 과제도, 직장인의 업무도 조금 더 편해질 텐데요. 여기, 정보에 늪에 빠져 혼란을 겪고 있는 이들을 구출해줄 기술이 있습니다. ‘데이터 정렬(data sorting)’ 기술은 자료 분석의 근간이 되는 기술로 컴퓨터 응용 분야에서 많이 사용되고 있는데요. 간략히 말해 효과적인 정렬 알고리즘을 개발해 데이터를 빠르게 분류해두어 데이터 프로세싱에 들어가는 시간과 비용을 절약하.. 2021. 3. 24. 칼만 필터 기반 객체 추적 시스템 CPU 환경에서의 실시간 동작을 위한 딥러닝 기반 다중 객체 추적 시스템 요 약 최근 딥러닝 모델을 기반으로 한 객체 추적 알고리즘의 활용도가 증가하고 있다. 영상에서의 다중 객체의 추적을 위한 시스템은 대 표적으로 객체 검출 알고리즘과 객체 추적 알고리즘의 연쇄된 형태로 구성되어있다. 하지만 여러 모듈로 구성된 연쇄 형태의 시스템은 고성능 컴퓨팅 환경을 요구하며 실제 어플리케이션으로의 적용에 제한사항으로 존재한다. 본 논문에서는 위와 같은 객체 검출-추적의 연쇄 형태의 시스템에서 객체 검출 모듈의 연산 관련 프로세스를 조정하여 저성능 컴퓨팅 환경에서도 실시간 동작을 가능하게 하는 방법을 제안한다. 칼만 필터 기반 객체 추적 시스템 칼만 필터는 잡음이 포함된 선형 역학계의 상태를 추적 하는 재귀 필터로써.. 2021. 3. 24. 이전 1 2 3 다음 728x90 반응형
