멈춤보단 천천히라도

Sign in Subscribe

Topic

딥러닝

A collection of 27 issues

SIFT와 XFeat 사용해보기

카메라가 빨리 움직일때 SIFT보다 성능이 우수하다고 하는 XFeat를 사용해봤습니다. 지금은 이미지 테스트만 진행한 상황이며 실시간 테스트는 조만간 해보겠습니다. 2024. 7. 28 최초작성 2024. 7. 28 실시간 테스트를 추가했습니다. 참고 https://github.com/verlab/accelerated_features https://docs.opencv.org/4.x/dc/dc3/tutorial_py_matcher.html 다음 포스트에 나온대로

Sentence Transformers 사용방법

문장의 유사도를 비교시 사용할 수 있는 Sentence Transformers 사용 방법을 다룹니다. 다음 문서를 기반으로 작성했습니다. Quickstart https://www.sbert.net/docs/quickstart.html#comparing-sentence-similarities 2024. 3. 2 최초작성 2025. 1. 5 패키지 설치방법 보완 테스트 해볼떄 기본 파이썬 환경과 독립적으로 패키지를 설치할 수 있는 Miniconda 사용을 추천합니다. Visual Studio Code와

딥러닝 모델을 사용하여 유사 이미지 그룹별로 묶어서 보여주는 PyQt5 예제 코드

딥러닝 모델을 사용하여 이미지를 그룹별로 묶어서 보여주는 PyQt5 예제 코드입니다. 최초작성 2025. 2. 21 다음 포스트에 나온대로 conda 환경을 구성후 하는게 좋습니다. Visual Studio Code와 Miniconda를 사용한 Python 개발 환경 만들기( Windows, Ubuntu, WSL2) https://webnautes.kr/visual-studio-codewa-minicondareul-sayonghan-python-gaebal-hwangyeong-mandeulgi-windows-ubuntu-wsl2/ 이제 테스트하기 위한 환경을 구성합니다. conda create -n test python=3.10

RoMa를 사용하여 이미지 매칭해보기

RoMa를 사용하여 이미지 매칭해봤습니다. RoMa의 깃허브 저장소는 https://github.com/Parskatt/RoMa 입니다. 2025. 2. 20 최초작성 다음 포스트에 나온대로 conda 환경을 구성후 하는게 좋습니다. Visual Studio Code와 Miniconda를 사용한 Python 개발 환경 만들기( Windows, Ubuntu, WSL2) https://webnautes.kr/visual-studio-codewa-minicondareul-sayonghan-python-gaebal-hwangyeong-mandeulgi-windows-ubuntu-wsl2/ 이제 XFeat를 테스트하기 위한 환경을 구성합니다. conda create -n

U2-Net: U Square Net 이미지 배경 제거 해보기

U2-Net: U Square Net을 이미지 배경 제거에 사용해봅니다. 이미지 내에서 가장 시각적으로 두드러지거나 중요한 객체를 정확하게 분할(segmentation)해줍니다. 최초작성 2025. 4. 28 0. conda 환경을 사용하여 진행합니다. Visual Studio Code와 Miniconda를 사용한 Python 개발 환경 만들기( Windows, Ubuntu, WSL2) https://webnautes.kr/visual-studio-codewa-minicondareul-sayonghan-python-gaebal-hwangyeong-mandeulgi-windows-ubuntu-wsl2/ 파이썬 가상환경을 생성합니다. $ conda create -n

AI를 사용하여 파이썬 프로그래밍을 해봅니다. ( 깃허브 코파일럿)

비주얼 스튜디오 코드에서 깃허브 코파일럿을 사용하여 간단한 OpenCV 파이썬 프로그래밍을 해보는 과정을 다루고 있습니다. 영상에서 사용하는 파이썬 개발 환경을 구축하는 방법은 다음 영상을 참고하세요. 윈도우에서 파이썬 개발환경 이렇게 만드세요. Visual Studio Code와 Miniconda를 사용한 Python 개발 환경 만들기

Gemma3 4B 모델을 한국어 질문 답변 데이터셋으로 파인튜닝하기

허깅페이스에 있는 Gemma3 4B 모델을 한국어 질문 답변 데이터셋으로 파인튜닝해봤습니다.파인튜닝은 무료 버전 코랩에서 진행했습니다. 코드를 자세히 설명하기보단 진행과정을 어떻게 파인튜닝을 진행하는지 과정만 다루었습니다. 사용한 모델과 데이터셋은 다음과 같습니다. 사용한 모델 - google/gemma-3-4b-it 사용한 데이터셋 - KorQuAD/squad_kor_v1