이 글은 2023-1 졸업 프로젝트 개발 일지를 기록하는 첫번째 시리즈의 글입니다. 프로젝트에 대한 기본 소개를 먼저 한 후에 데이터셋을 구축하는 방법과 Google Colab을 통해 YOLO v5로 학습시키는 과정에 대해 소개하겠습니다! 0. 프로젝트 소개 프로젝트 명은 '외국인 관광객을 위한 한국미술 조각조각 뜯어보기 - 부분 해설 기반 미술관 도슨트 서비스'로, 외국인 관광객들에게 국립 중앙 박물관 내의 주요 작품들에 대한 해설을 '부분'으로 '인터렉티브'하게 제공하는 것이 목표입니다! 🖼 쉽게 예를 들어 유저 관점으로 설명드려보겠습니다. 국립중앙박물관에 방문한 관광객 A씨는 김홍도의 이라는 작품에 관심이 궁금합니다. 🤔 A씨는 어플에 접속해 의 사진을 찍어 그림을 인식📷 시킵니다. 어플은 해설의 ..
이 글은 2023-2 졸업 프로젝트 개발 일지를 기록하는 두번째 시리즈의 글입니다. 👉 이전 글 (데이터셋 생성부터 Colab으로 YOLOv5 학습까지) 보러가기 프로젝트에 대한 기본 소개를 먼저 한 후에 오늘의 주제인 '프로젝트에 GPT API 연동하여 서비스 구현하기'를 소개해보겠습니다! ⭐️ 이 글은 처음으로 ChatGPT API를 프로젝트에 연동하려는 백엔드 개발자를 대상으로 작성했습니다. GPT를 프로젝트에 연동하는 방법, 서비스 API에 적용하는 방법, 응답을 개선하는 방법에 대해 설명합니다. 🙌 Spring에 대한 기초적인 이해, CRUD에 대한 이해가 있는 분들이 읽기를 권장합니다! 혹시라도 CRUD에 대해 모르신다면, 아래 링크를 보고 오시는 것을 추천합니다. ↓ [웹개발의 봄, Spri..
BERT란? · BERT 정의 Pre-training of Deep Bidirectional Trnasformers for Language Understanding 구글에서 개발한 NLP 사전 훈련 모델입니다. 특정 분야에 국한된 기술이 아니라 모든 자연어 처리 분야에서 좋은 성능을 내는 범용 Language Model로 알려져 있습니다. · BERT 특징 BERT는 트랜스포머를 이용하여 구현되었으며, 위키피디아(25억 단어)와 BooksCorpus(8억 단어)와 같은 레이블이 없는 텍스트 데이터로 사전 훈련되었습니다. 레이블이 없는 많은 데이터로 사전 훈련된 모델을 가지고, 파인 튜닝을 했기 때문에 성능이 높습니다. 파인 튜닝(Fine-tuning) 이란, 다른 작업에 대해서 파라미터 재조정을 위한 추..
1. 발생한 문제 NameError: name 'Tagger' is not defined Google Colab으로 형태소 분석을 시도하던 중 Mecab 부분에서 계속 이 오류가 떴었다... 1시간이 넘는 시도 끝에 해결 완료!! 2. 해결 방법 다음 두 과정을 거치니 정상적으로 Mecab을 사용할 수 있었다. 1) 해당 Colab 파일 내 세션 종료 런타임 > 세션 관리 > 활성 세션 종료 2) Mecab-ko-for-Google-Colab git clone을 통해 설치하기 ! git clone https://github.com/SOMJANG/Mecab-ko-for-Google-Colab.git 해당 라이브러리의 git 저장소를 clone 해옵니다. cd Mecab-ko-for-Google-Colab ..
YOLO 개념 You Only Look Once의 약자로 Object detection 분야에서 많이 알려짐 하나의 이미지 데이터를 여러개의 이미지 데이터로 나누어 분석하는 것이 아닌 전체의 이미지를 이용해 학습하고 예측함 YOLO 원리 및 작동방식 Neural Network Classification 예시로, 이미지가 개인지 사람인지 결정하려는 문제를 YOLO를 통해 해결하는 과정을 보여주며 YOLO의 원리를 이해해보고자 함. Image Classification은 단순히 Dog가 1, Person이 0이라고 함 Object Localizaion은 어떤 클래스인지 알려주는 것 뿐만 아니라 Boundoing Box를 통해 이미지 내 객체의 위치도 말해줌 정확성을 높이기 위해, 신경망 출력 측면에서 Pc가..
