Tag: python

2021
0
Python

OPENCV_color

OpenCV를 활용한 색상검출 하얀색과 주황색 검출하기 123456789101112131415161718192021222324252627282930313233343536import cv2import numpy as npcapture=cv2.VideoCapture("race.mp4")trap_bottom_width=0.9trap_top_

0
Python

MATLAB_move

MATLAB을 이용한 좌표이동 123456789101112131415161718192021222324252627import cv2import numpy as npimg_src = cv2.imread('figure/fruits_gray.png',cv2.IMREAD_COLOR)height, width = img_src.shape[:2]img_

0
Python

MATLAB_rotation

MATLAB을 이용한 회전하기 123456789101112131415161718192021222324import cv2import numpy as npimg_src = cv2.imread('figure/fruits_gray.png',cv2.IMREAD_COLOR)height, width = img_src.shape[:2]img_zero =

0
Python

MATLAB_scale

MATLAB을 이용한 크기 조정하기 12345678910111213141516171819import cv2import numpy as npimg_src = cv2.imread('figure/fruits_gray.png',cv2.IMREAD_COLOR)height, width = img_src.shape[:2]img_zero = np.zer

0
Python

MATLAB_location

MATLAB을 이용한 좌표 구하기 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950import numpy as npimport matplotlib.pyplot as pltA = np.array([[7, 2], [-7, 5]])b = np.arr

0
Python

opencv_base

OpenCV 기본 셋팅 작성 이미지 12345678910import cv2# 이미지 불러오기 (상대경로)# "C:\\Users\\hkit\\PycharmProjects\\OpenCvProj\\balloon.jpg"# "C:/Users/hkit/PycharmProjects/OpenCvProj/balloon.jpg"img_

0
Python

loss

손실함수(loss)모델을 훈련시킬때 이 손실 함수를 최소로 만들어주는 가중치들을 찾는 것을 목표 MSE(mean squared error) MAE(mean absolute error) hinge categorical crossentropy sparse categorical crossentropy binary crossentropy 훈련시키는 모델에 적합

0
Python

Bayesian Optimization

베이지안 최적화 불필요한 하이퍼 파라미터 반복 탐색을 줄여 빠르게 최적의 하이퍼 파라미터를 찾을 수 있는 방법 하이퍼 파라미터를 선택하는 문제에 대하여 정형화된 방법을 찾지 못해, 경험에 의해서 선택해야 함 사용하는 이유 그리드 서치 or 랜덤 서치는 도출된 하이퍼 파라미터 값을 일일이 모델에 적용한 뒤 성능 비교를 해야 하는 부분이 존재하지만 베이지안

0
Python

다중 분류

다중 분류 둘 이상의 클래스를 분류하는 것 다중 분류기를 구현하는 기법으로는 SGD 분류기, 랜덤 포레스트 분류기, 나이브 베이즈분류기 같은 알고리즘으로 여러 개의 클래스를 직접 처리하거나, 이진 분류기(로지스틱 회귀, 서포트 벡터 머신 분류기 등)을 여러 개 사용해 다중 클래스를 분류하는 방법이 있다 이진 분류기를 여러개를 사용하여 다중 클래스를 분류할

0
Python

회귀 평가

회귀 평가회귀 평가 지표 실제 값과 예측값의 차이를 기반으로 함 MAE, MSE, RMSE, RMSLE는 값이 작을수록 회귀 성능이 좋은 것 값이 작을수록 예측값과 실제값의 차이가 없다는 것을 의미 MSE(Mean Squared Error) 실제 값과 예측 값의 차이를 제곱해 평균한 것 MAE(Mean Absolue Error) 실제 값과 예측 값의 차