DevNinja

개요월리 이미지를 찾는 실험입니다.데이터셋 : https://www.kaggle.com/kairess/find-waldo참고소스 : https://github.com/kairess/find_waldo/blob/master/train.ipynb구현import numpy as npimport matplotlib.pyplot as pltimport matplotlib.patches as patchesimport keras.layers as layersimport keras.optimizers as optimizersfrom keras.models import Model, load_modelfrom keras.utils import to_categoricalfrom keras.callbacks import La..

개요마스크를 착용한 사람과 착용하지 않은 사람을 인식하는 실험입니다.데이터셋 : https://github.com/prajnasb/observations참고소스 : https://pyimagesearch.com/2020/05/04/covid-19-face-mask-detector-with-opencv-keras-tensorflow-and-deep-learning/구현import tensorflow as tffrom tensorflow.keras.preprocessing.image import ImageDataGeneratorfrom tensorflow.keras.applications import MobileNetV2from tensorflow.keras.layers import AveragePoolin..

개요 주차가 되어있는 데이터와 비어있는 데이터를 학습시켜 주차 공간을 알아내는 실험입니다. 아래 URL을 참고하여 구현하였음을 명시합니다. 데이터셋 : https://www.kaggle.com/daggysheep/find-a-car-park 참고소스 : https://www.kaggle.com/jonghyunlee1993/kaggle-park-lot-full-free-class-activation-mapping 구현 import os import glob import scipy import numpy as np import pandas as pd import matplotlib.pyplot as plt import cv2 import tensorflow as tf from keras.models impo..

개요pyzbar 패키지를 활용하여 바코드, QR 코드를 인식해보는 실험입니다.바코드, QR 코드 생성기 : https://wepplication.github.io/tools/barcodeGen/구현from pyzbar import pyzbarimport cv2import matplotlib.pyplot as pltimport osBASE_DIR = os.getcwd()IMG_DIR = os.path.join(BASE_DIR, 'images')sample_img = cv2.imread(os.path.join(IMG_DIR, 'sample.png'))plt.imshow(sample_img)gray_img = cv2.cvtColor(sample_img, cv2.COLOR_BGR2GRAY)plt.imshow(..

개요사람의 지문을 인공지능 모델로 인식해보는 실험입니다.아래 URL을 참고하여 구현하였음을 명시합니다.데이터셋 : https://www.kaggle.com/ruizgara/socofing참고소스 : https://www.kaggle.com/prasanjeetkeshriii/biometrics-project구현import numpy as npimport matplotlib.pyplot as pltimport kerasfrom keras import layersfrom keras.models import Modelfrom sklearn.utils import shufflefrom sklearn.model_selection import train_test_splitfrom imgaug import augmen..

개요여러 사이트를 돌아다녀보면 아래와 같이 흔히 찾아 볼 수 있는 이미지 캡차 (CAPTCHA)를 인공지능 모델로 인식해보는 실험을 하려고한다.※ CAPTCHA는 HIP 기술의 일종으로, 어떠한 사용자가 실제 사람인지 컴퓨터 프로그램인지를 구별하기 위해 사용되는 방법이다. 아래 URL을 참고하여 구현하였음을 명시한다.데이터셋 : https://github.com/AakashKumarNain/CaptchaCracker/raw/master/captcha_images_v2.zip참고 소스https://www.kaggle.com/xinlux/cnn-rnn-ctchttps://keras.io/examples/vision/captcha_ocr구현import osimport cv2import numpy as np i..

검증 목표resnet50 모델을 사용하여 이미지 전체 데이터에 관해서 임베딩을 하여 유사한 거리에 있는 이미지를 추천한다.사전준비이미지 분류가 되어있는 폴더 안에 이미지가 N장 준비되어 있다.이 파일들을 가지고 데이터셋을 생성하고 유사도를 검증해 볼 생각이다.데이터셋 준비from mpl_toolkits.mplot3d import Axes3Dfrom sklearn.preprocessing import StandardScalerimport matplotlib.pyplot as pltimport matplotlib.image as mpimgimport numpy as np import pandas as pdimport os import sklearn# 데이터가 많으므로 테스트에서는 1000건만 처리하도록 한다..