추가 적립 안내

OpenCV ㆍ Python을 이용한 머신러닝과 딥러닝 프로그래밍을 소개합니다 .

- 영상처리, 컴퓨터비전, 인공지능, 머신러닝, 딥러닝, 딥러닝 프레임워크, OpenCV DNN 모듈 이용을 위한 소프트웨어 설치 방법
- 머신러닝을 위한 cv2.ml 모듈을 사용하여 데이터 분류, 필기 숫자 인식, 물체검출, 얼굴인식 방법
- Tensorflow, PyTorch의 훈련, 모델 동결, ONNX 출력 및 영상 분류 방법
- YOLO로 훈련된 모델과 DNN 모듈을 이용한 물체검출 방법
- 영역 기반의 Faster R-CNN, Mask R-CNN, SSD를 이용하는 방법

파이썬 기반의 OpenCV, Tensorflow, PyTorch, ONNX를 이용하는 프로그래밍에 대하여 설명합니다.

Chapter 01 시작하기
01 영상처리 ㆍ 컴퓨터 비전 ㆍ 인공지능 ㆍ 머신러닝 ㆍ 딥러닝
02 딥러닝 프레임워크 ㆍ OpenCV ㆍ DNN 모듈
01 딥러닝 프레임워크
02 OpenCV ㆍ DNN 모듈
03 소프트웨어 설치

Chapter 02 OpenCV 머신러닝
01 데이터 생성1
02 KNearest
03 Dtrees ㆍ Boost ㆍ Rtrees
04 NormalBayesClassifier
05 LogisticRegression
06 SVM Support Vector Machine
07 K-means
08 EM: Expectation-Maximization
09 ANN_MLP: Artificial Neural Networks_Multi-Layer Perceptron
01 ANN_MLP 모델 생성 및 설정
02 ANN_MLP 모델 훈련과 추론

Chapter 03 머신러닝: 데이터 분류 ㆍ 검출 ㆍ 인식
01 IRIS 분류
02 MNIST 분류
03 손 글씨 숫자 인식
04 물체검출 ㆍ 얼굴 인식
01 CascadeClassifier 분류기
02 얼굴 인식 Face Recognition

Chapter 04 딥러닝 프레임워크
01 TensorFlow 모델 훈련: PB ㆍ ONNX
02 PyTorch 모델 훈련: ONNX

Chapter 05 OpenCV DNN 모듈
01 DNN Deep Neural Networks 모듈
01 딥러닝 모델 가져오기
02 4차원 텐서 벡터 blob 생성
03 dnn_Net 객체 메서드
04 cv2.dnn_ClassificationModel()
02 DNN을 이용한 모델 분류
03 사전 훈련 모델 Pre-Trained Model
01 ONNX 모델
02 TensorFlow 사전 훈련 모델
03 Pytorch 사전 훈련 모델

Chapter 06 YOLO 물체검출
01 YOLO: You Only Look Once
02 YOLOv2 ㆍ YOLOv3 ㆍ YOLOv4
01 YOLOv2
02 YOLOv3
03 YOLOv4
03 YOLOv5
01 훈련된 모델을 이용한 물체검출: ONNX
02 YOLOv5: MS COCO Dataset 훈련(train.py)
03 YOLOv5: Custom Dataset 훈련
04 OpenCV YOLO 물체검출
01 cv2.dnn_DetectionModel()
02 cv2.dnn.NMSBoxes()

Chapter 07 R-CNN SSD 물체검출
01 Faster R-CNN
01 R-CNN Region CNN
02 Fast R-CNN
03 Faster R-CNN
02 Mask R-CNN
03 SSD: Single Shot Multibox Detector