mino28 님의 블로그

1. Surface Crack Detection 데이터셋Surface Crack Detection 데이터셋은 콘크리트 표면에서 균열을 자동으로 탐지하기 위한 학습 데이터를 제공합니다. 이 데이터셋은 주로 다양한 콘크리트 표면 이미지를 포함하고 있으며, 각 이미지는 균열이 포함된 부분과 그렇지 않은 부분으로 구분됩니다. 이러한 데이터셋은 컴퓨터 비전 모델, 특히 Convolutional Neural Network(CNN) 등의 딥러닝 모델을 훈련시키는 데 사용되며, 균열 탐지 및 구조물의 상태 평가에 중요한 역할을 합니다. 다양한 환경과 조건을 반영한 이미지를 제공하여, 실제 적용에서 발생할 수 있는 다양한 상황에 대한 모델의 일반화 능력을 높이는 데 도움을 줍니다. !kaggle datasets down..

1. Alien vs Predator 데이터셋Alien vs Predator 데이터셋은 컴퓨터 비전과 이미지 분류 모델을 학습시키기 위해 제공되는 소규모 데이터셋입니다. 이 데이터셋은 영화 속 캐릭터인 에일리언(Alien)과 프레데터(Predator)의 이미지로 구성되어 있습니다. 이 데이터를 통해 이 두 클래스를 분류하는 이미지 분류 모델을 학습시킬 수 있습니다.!kaggle datasets download -d pmigdal/alien-vs-predator-images !unzip -q alien-vs-predator-images.zip 2. Alexnet 모델을 활용한 Alien vs Predator 분류import torchimport torch.nn as nnimport torch.optim a..

1. 딥러닝 모델 서빙딥러닝 모델 서빙(DL Model Serving)은 학습된 머신러닝 모델을 실시간 또는 비실시간으로 애플리케이션에서 사용할 수 있도록 배포하고, 입력 데이터에 대한 예측을 제공하는 프로세스를 말합니다. 이를 위해 모델은 주로 REST API, gRPC, 혹은 WebSocket 같은 네트워크 인터페이스를 통해 호출될 수 있는 상태로 배포됩니다. 모델 서빙 시스템은 입력 데이터를 전처리하고 모델에 전달한 후, 출력 결과를 후처리하여 클라이언트에 반환하는 과정을 자동화하며, 일반적으로 안정성, 확장성, 낮은 지연 시간을 보장하도록 설계됩니다. 2. 손글씨 도형 분류하기 shape_classifier.py 로 저장import torchimport torch.nn as nnimport to..