wb_sunny 최근 일주일 공유 이번 주에 멘토링을 받으면서 이론이 많이 부족하다는 걸 크게 느꼈다. 부트캠프에서 진도를 따라가고, 미션을 하고, 프로젝트를 하다 보니 "돌아가게 만드는 것"에는 점점 익숙해졌는데, 막상 "왜 그렇게 동작하는지"를 설명하려고 하면 막히는 부분이 많았다. 그래서 이번 주는 프로젝트를 더 진행하기보다 기초를 다시 잡는 쪽에 시간을 썼다. 스터디 방식을 바꿨고, 개인 프로젝트 차곡도 데이터부터 다시 손보기로 했다. menu_book 이론 스터디, 처음부터 다시 기존에 함께 스터디를 하고 있던 팀원들에게 이론을 처음부터 다시 잡아가 보자고 권유했다. 나만 느낀 부족함일까 걱정도 했는데, 다행히 모두가 흔쾌히 함께하기로 했다. 어떻게 공부하나..

wb_sunny 최근 일주일 공유 최근 일주일은 평상시처럼 운동하고, 부트캠프 듣고, 공부를 했다. 그러다 든 생각이 블로그에 이론 정리를 올리기보다는 프로젝트 내용을 공유하면서 진행 상황을 일주일에 한 번씩 정리하는 게 더 좋겠다는 것이었다. 물론 추가로 공부한 내용도 따로 정리할 예정이다. 그리고 오랫동안 시도했다가 되돌렸다가 했던 프로젝트를 드디어 시작했다. 그 사이에 프로젝트 이름도 바뀌었고, 계획서는 21번이나 갈아치웠다. 시작한 만큼 잘 마무리할 수 있도록 할 예정이다. layers 프로젝트 소개 · 차곡(chagok) 정리한 학습 노트를 바탕으로 매일 하나씩 복습 문제를 보내, 배운 내용을 머릿속에 차곡차곡 쌓아주는 서비스 왜 만드는가 부트캠프 공부..

wb_sunny 최근 일주일 공유 3주간의 초급 프로젝트가 어제 끝이 나는 날이었다. 그래서 오늘은 프로젝트 후기와, 어제 자연어 처리에 대해서 공부한 내용을 정리하고자 한다. medication 초급 프로젝트 마무리 어떤 프로젝트였나 주제이미지 속 여러 알약의 위치와 종류를 동시에 찾는 객체 탐지 데이터Kaggle 제공 232장 · 56종 (test 842장) 평가 지표mAP@[0.75:0.95] 팀 · 기간4명(팀 파이리) / 2026.09.10 ~ 09.29 Faster R-CNN, RetinaNet, YOLO26n을 같은 조건에서 비교했는데, RetinaNet이 점수는 가장 높았지만 YOLO가 그 98.6% 점수를 ..

wb_sunny 최근 일주일 공유 초급 프로젝트를 시작하였습니다. 알약을 탐지하고 분류하는 프로젝트이며, 다들 VS Code로 프로젝트를 해본 경험이 없다 보니까 어떻게 해야 할지 정말 많은 시간을 고민하고 고민하였습니다. 제가 생각한 이번 목표는 빠르게 모델을 가져다 쓰고 하이퍼파라미터를 수정하며 실험하기, 그리고 VS Code와 Python에 팀원들이 친해지기로 방향성을 잡고 큰 그림을 그렸습니다. 그렇다 보니 생각을 많이 하고 준비를 하느라 블로그 작성할 시간이 없어서 이제야 쓰게 되었습니다. 저희 팀의 상황을 공유하며 블로그를 마무리하고자 합니다. medication 프로젝트 소개 YOLO로 이미지 속 알약을 탐지하고 종류를 분류하는 프로젝트입니다. 팀명은 파이리 · Part2 ..

auto_awesome 생성 모델 정리 1. 생성 모델링 주어진 데이터셋과 유사한 데이터를 생성하도록 모델을 훈련하는 머신러닝의 한 분야. 특징 생성하려는 개체의 샘플이 많은 데이터셋이 필요 각 샘플은 많은 특성으로 이루어짐 — 이미지는 개별 픽셀값, 텍스트는 개별 단어 또는 문자의 그룹 확률적이어야 함: 매번 동일한 값을 출력하는 게 아니라 다양한 출력 결과를 관측할 수 있어야 함 (평균값 모델은 항상 같은 이미지 하나만 내놓으므로 생성 모델이 아님) 어떤 이미지는 훈련 데이터셋에 있을 것 같고 다른 이미지는 그렇지 않은 이유를 설명하는 알려지지 않은 확률 분포가 있다고 가정 → 이 분포를 최대한 가깝게 흉내내는 모델을 만들고, 여기서 샘플링해..

wb_sunny 오늘 일상 공유 오늘 하루도 평상시와 동일하게 오전에 운동을 갔다가 이론 수업을 마무리하고 실습 수업에 복습을 하였다. 위클리페이퍼 내용과 복습한 내용을 바탕으로 블로그를 작성하고, LLM 공부를 하고 러닝을 하면 하루를 마무리할 예정이다! auto_stories 위클리페이퍼 Q. Semantic Segmentation이란 무엇이며, 이미지 분류(Classification)와 어떤 차이가 있나요? 예측 단위출력 이미지 분류(Classification)이미지 전체에 레이블 1개"이 사진에는 고양이가 있다" Semantic Segmentation모든 픽셀 하나하나입력과 동일한 크기의 픽셀별 클래스 맵("이 픽셀은 고양이, 저 픽셀은..

wb_sunny 오늘 일상 공유 오늘 오랜만에 블로그다. 이번 주는 프로젝트 기획에 집중하다 보니까 시간이 금방 지나간 것 같다. 평상시대로 오전에 운동 후 오늘도 실습이라서 계속 프로젝트 기획을 수정하면서 시간을 보내다가, 리프레시 겸 이번 주에 배운 객체 인식과 위클리페이퍼로 블로그를 작성하고자 한다. auto_stories 위클리페이퍼 Q. YOLO(You Only Look Once) 모델의 주요 특징과 장점은 무엇인가요? 특징 1-stage(단일 단계) 탐지: Region Proposal 없이 이미지 전체에서 박스 좌표+클래스를 한 번의 순전파로 동시 예측 → 객체 탐지를 하나의 회귀 문제로 재정의 그리드 기반 예측: 입력을 S×S 그리드로..

wb_sunny 오늘 하루 공유 오늘 부트캠프에서 1시간 이론을 나가고 이후에는 실습 시간이어서, 오늘까지 배운 내용을 정리해보려고 한다. 여러 사전 학습 모델과 XAI에 대해서 정리하고자 한다. account_tree 사전학습 CNN 모델 계보 왜 이 순서로 배우는가 강의자료의 "사전 학습된 모델의 활용" 슬라이드는 LeNet부터 AlexNet, VGGNet, Inception, ResNet 순으로 모델을 나열한다. 이 순서는 그냥 나열이 아니라 문제 → 해결 → 새로운 문제 → 해결의 연쇄다. LeNet "CNN이 진짜 되네?" → 근데 큰 이미지는 못 다룸 ↓AlexNet "GPU + ReLU + Dropout" → ..

wb_sunny 오늘 하루 공유 오늘은 오전에 운동을 갔다가 부트캠프를 듣고, 이후에 "2026 대기업 공채 AI 역량 어필 전략"이라는 주제의 세미나를 들었다. 그리고 러닝을 갔다가 티스토리를 쓰며 하루를 마무리할 예정이다! 블로그 내용은 이미지 분류에 대한 내용과 세미나에서 기억에 남는 것을 정리하고 마무리하고자 한다. image_search 이미지 분류 정리 이미지 분류 모델을 만드는 학습 방법은 크게 두 가지로 나뉜다. 처음부터 학습(from scratch)하는 방법과, 사전 학습된 모델을 활용하는 방법이다. 오늘 수업은 후자, 즉 전이학습을 중심으로 진행됐다. 전이학습(Transfer Learning)이란? 이미 사전 학습된 모델을 재사용해 새로운..

wb_sunny 오늘 일상 공유 오늘 오전에 운동을 갔다가 부트캠프를 듣고 푹 쉬다가 아르바이트를 갈 예정이다. 블로그 내용은 강사님 미션과 내가 진행했던 미션의 차이, 그리고 오늘 수업 내용인 컴퓨터 비전 정리, 마지막으로 Sprint Quiz 프로젝트 진행 상황을 공유하려고 한다. description 미션5 후기: 손상 문서 복원 이번 미션에서는 손상된 문서를 복원하는 작업을 수행한다. 오토인코더를 활용해 문서 이미지의 품질을 향상시키고, 문서의 내용을 최대한 복원하는 모델을 구현하는 게 목표다. 문서는 습기, 찢김, 얼룩 등 다양한 이유로 손상될 수 있는데, 손상된 문서에서 노이즈를 제거해 원본 문서를 최대한 복원하는 것이 이번 미션의 핵심이다. 데이터셋을 활용해 다양한..