ska097777의 등록된 링크

키자드에 등록된 총 222개의 포스트를 확인하실 수 있습니다.

Naver Blog

.1.

겨우내 움직이다가 3월 한달을 휴식을 취하니 답답해 요가를 시작해야겠다고 생각했다. 귀찮은 마음에 미루고 미뤘지만 다이어트 생각에 빠르게 결심해야했다. 전화해보니 첫날 무료로 체험을 할 수 있다고 해서 아무거나 주섬주섬 입고 가봤다. 체험해보니 수업도 괜찮고 편안하게 몸을 움직이는 기분이라 바로 등록해버렸다. 그리고 꼬까옷을 사러갔다. 총총 1+1 세일을 하길래 두세트 사왔다. 너무이쁘다. 빨리 운동하고싶다. 레깅스와 티셔츠를 입어보고 샀는데 빨리 살을 많이많이 빼야겠다고 결심을 하게 만든다. 저녁 식단조절과 카페음료를 줄이기로 했다. 그래서 카페에서 내 특별 음료를 주문했다. 시럽없는 밀크티(홍차+우유 끝) 사장.......

원문보기 내부링크
Naver Blog

[인공지능] 인공 신경망(ANN, Artificial Neural Network)의 신호 전달

1. 인공 신경망의 신호 전달 원리 하나의 뉴런은 여러 뉴런에게서 신호를 받고 다음 뉴런으로 신호를 보낼 수 있습니다. (전달하지 않을 수도 있습니다.) 이때 인공신경망은 신호 세기를 변경해 전달하는데, 신호 세기 변경에 사용되는 값이 가중치와 편향입니다. 가중치와 편향을 데이터에 맞게 맞추어가는 것을 인공 신경망이 학습한다는 의미입니다. -> 가중치(weight) : 값이 얼마나 중요한지 중요하지 않은지를 표현 -> 편향(bias) : 한쪽으로 치우친 성질 -> 뒤로 전달할 신호 = 입력신호 * 가중치 + 편향 2. 입력 신호 세기를 조절 각 뉴런은 출력 신호를 결정하기 위해서 입력받은 신호에 활성화 함수(activation function.......

원문보기 내부링크
Naver Blog

[인공지능] google colab으로 MediaPipe face_detection 얼굴 인식 실행하기

google colab에서 MediaPipe를 이용해 좌측의 그림에 face_detection을 실행해 우측의 그림과 같은 결과를 얻었습니다. FaceDetection 옵션 min_detection_confidence (기본값 : 0.5) 0.0에서 1.0 사이의 값으로 모델의 최소 신뢰값 입니다. model_selection (기본값 : 0) 0일때는 카메라에서 2m 이내의 얼굴에 가장 적합한 근거리 모델을 선택하고 1일때는 5m 이내의 얼굴에 가장 적합한 전체 범위 모델을 선택하는데 사용합니다. 참고 https://google.github.io/mediapipe/solutions/face_detection.html 사진 https://unsplash.com/

원문보기 내부링크
Naver Blog

[인공지능] google colab으로 MediaPipe face_mesh 페이스 메쉬 실행하기

google colab에서 MediaPipe를 이용해 좌측의 그림에 face_mesh를 실행해 우측의 그림과 같은 결과를 얻었습니다. FaceMesh 옵션 static_image_mode (기본값 : false) true일때는 정적 이미지를 처리하고 false일때는 입력 이미지를 비디오스트림으로 처리합니다. refine_landmarks (기본값 : false) 눈과 입술 주변의 랜드마크 좌표를 추가로 수정하고 홍채 주변의 추가 랜드마크를 출력할지 여부 입니다. max_num_faces (기본값 : 1) 감지할 최대 얼굴 수 입니다. min_detection_confidence (기본값 : 0.5) 0.0에서 1.0 사이의 값으로 모델의 최소 신뢰값 입니다. draw landmarks - connection 옵션 FACEMESH_TESSELATION FACEMESH_CONTOURS FA.......

원문보기 내부링크
Naver Blog

[인공지능] google colab으로 MediaPipe hands 손 인식 실행하기

google colab에서 MediaPipe를 이용해 좌측의 그림에 face_mesh를 실행해 우측의 그림과 같은 결과를 얻었습니다. Hands 옵션 static_image_mode (기본값 : false) true일때는 정적 이미지를 처리하고 false일때는 입력 이미지를 비디오스트림으로 처리합니다. max_num_hands (기본값 : 2) 감지할 최대 손 수 입니다. min_detection_confidence (기본값 : 0.5) 0.0에서 1.0 사이의 값으로 모델의 최소 신뢰값 입니다. 참고 https://google.github.io/mediapipe/solutions/hands#multi_handedness 사진 https://unsplash.com/

원문보기 내부링크
Naver Blog

[인공지능] google colab으로 MediaPipe pose 포즈 실행하기

google colab에서 MediaPipe를 이용해 좌측의 그림에 pose를 실행해 우측의 그림과 같은 결과를 얻었습니다. Pose 옵션 static_image_mode (기본값 : false) true일때는 정적 이미지를 처리하고 false일때는 입력 이미지를 비디오스트림으로 처리합니다. min_detection_confidence (기본값 : 0.5) 0.0에서 1.0 사이의 값으로 모델의 최소 신뢰값 입니다. model_complexity (기본값 : 1) 0, 1, 2 의 숫자로 숫자가 올라갈수록 정확도가 올라가고 시간이 오래걸립니다. 참고 https://google.github.io/mediapipe/solutions/pose.html#pose-landmark-model-blazepose-ghum-3d 사진 https://unsplash.com/

원문보기 내부링크
Naver Blog

[인공지능] google colab으로 MediaPipe holistic 전체 실행하기

google colab에서 MediaPipe를 이용해 좌측의 그림에 holistic을 실행해 우측의 그림과 같은 결과를 얻었습니다. Holistic 파이프라인은 포즈, 얼굴, 손의 개별 모델을 통합합니다. 먼저 포즈를 추정합니다. 그런 다음 추론된 포즈 랜드마크를 사용하여 각 손(좌,우)과 얼굴에 대해 모델을 적용하여 랜드마크를 추정합니다. 마지막으로 모든 랜드마크를 병합하여 전체 540개 이상의 랜드마크를 생성합니다. 참고 https://google.github.io/mediapipe/solutions/holistic.html 사진 https://unsplash.com/

원문보기 내부링크
Naver Blog

[인공지능] google colab으로 MediaPipe selfie segmentation 인물 배경 분리(누끼) 실행하기

google colab에서 MediaPipe를 이용해 좌측의 그림에 selfie_segmentation을 실행해 우측의 그림과 같은 결과를 얻었습니다. 참고 https://google.github.io/mediapipe/solutions/selfie_segmentation.html#model_selection 사진 https://unsplash.com/

원문보기 내부링크
Naver Blog

[인공지능] google colab으로 MediaPipe objectron 3D 물체 감지 실행하기

google colab에서 MediaPipe를 이용해 좌측의 그림에 objectron 실행해 우측의 그림과 같은 결과를 얻었습니다. Objectron 옵션 static_image_mode (기본값 : false) true일때는 정적 이미지를 처리하고 false일때는 입력 이미지를 비디오스트림으로 처리합니다. max_num_objects (기본값 : 5) 감지할 최대 물체 수 입니다. min_detection_confidence (기본값 : 0.5) 0.0에서 1.0 사이의 값으로 모델의 최소 신뢰값 입니다. model_name (기본값 : Shoe) 3D 경계 랜드마크를 예측하는데 사용할 모델의 이름입니다. 현재는 Shoe, Chair, Cup, Camera를 지원합니다. 참고 https://google.github.io/mediapipe/solutions/objectron.html 사진 https:/.......

원문보기 내부링크
Naver Blog

[인공지능] 웹에서 JavaScript로 MediaPipe face_detection 얼굴 인식 실행하기

웹에서 MediaPipe를 이용해 face_detection을 실행해 다음 결과를 얻었습니다. index.html script.js style.css 좌측 상단 control pannel 에서 설정을 확인하고 조절할 수 있습니다. 웹캠으로 설정해두면 실시간으로 얼굴이 인식됨을 확인할 수 있습니다. 업로드 버튼을 클릭하면 사진을 업로드해 얼굴 인식을 할 수 있습니다. 참고 https://google.github.io/mediapipe/solutions/face_detection.html 사진 https://unsplash.com/

원문보기 내부링크
Naver Blog

[인공지능] windows 환경에 mediapipe 설치하기

1. 아나콘다 다운로드 https://www.anaconda.com/products/individual#Downloads 2. Visual C++ Redistrivutable 설치 https://docs.microsoft.com/en-US/cpp/windows/latest-supported-vc-redist?view=msvc-170 3. Visual Studio Code 설치 https://code.visualstudio.com/download 4. Visual Studio 설정 visual studio를 열어 실행시키고 좌측 버튼을 클릭해 검색창에 python을 검색해 python을 설치합니다. 상단 메뉴중 View - Command Palette (ctrl+shift+p)를 클릭하고 Terminal:select Default Profile을 검색해 Command Prompt로 변경합니다. 상단 메뉴중 Terminal - New Terminal (ctrl+shift+')를 클릭해 터미널을 엽니다. .......

원문보기 내부링크
Naver Blog

[인공지능] windows 환경에서 python으로 MediaPipe face_detection 얼굴 인식 실행하기

windows 환경에서 MediaPipe를 이용해 face_detection을 실행해 다음 결과를 얻었습니다. visual studio를 실행해 MP폴더를 열고 faceDetection.py를 생성했습니다. 1. 사진 입력 프로젝트 폴더내에 얼굴인식을 할 사진을 넣어준 뒤 다음의 코드를 실행시킵니다. 2. 영상/ 웹캠 입력 프로젝트 폴더내에 얼굴인식을 할 영상을 넣어준 뒤 다음의 코드를 실행시킵니다. 영상일때 출력 입니다. 웹캠일때 출력 입니다. 참고 https://google.github.io/mediapipe/solutions/face_detection 영상 https://www.pexels.com/ko-kr/

원문보기 내부링크
Naver Blog

[안드로이드] 윈도우에서 ADB를 이용해 logcat 파일로 저장

1. sdk platform 설치 안드로이드 스튜디오를 설치하면 ADB는 자연스럽게 설치가 되어 있을 수 있습니다. 설치되어있는 경로는 (C:\Users\컴퓨터이름\AppData\Local\Android\Sdk\platform-tools) 입니다. 설치되지 않았을 경우 아래 링크에서 다운받고 원하는 위치에 압축을 해제합니다. https://developer.android.com/studio/releases/platform-tools 2. 환경변수 설정 제어판 > 시스템 및 보안 > 시스템 > 고급 시스템 설정 > 환경변수 에 진입합니다. 윈도우 검색에 "환경 변수"를 검색해도 진입할 수 있습니다. 시스템변수에 새로만들기를 누릅니다. sdk platform의 경로를 추가하고 확인을 누릅니다. 시스템 변수에.......

원문보기 내부링크
Naver Blog

[무료체험/유료] 로그 필터 툴 Zooo Android Debug Helper

무료 - 2시간 사용제한 http://www.dreamycni.com/kr/ 구매 - 55,000\ https://smartstore.naver.com/zooo ADB 로그 내용을 보여주고 필터랑합니다. 기존 로그필터가 가지는 불편함들을 해소하고 이슈 분석 시간을 줄여줄 여러 편리한 기능들을 가지고 있습니다. 주요 기능 - Main, System, Event, Kernel, Radio 로그 catch 및 필터링(Kernel 로그는 rooting이 필요합니다.) - 필터 대소문자 구분 옵션 - 책갈피 설정 - 설정: Ctrl+F2, 다음 책갈피 : F4, 이전 책갈피 : F3 - 'GO' 버튼 (단축키 Ctrl+G) : Line 또는 시간을 입력하여 해당 위치로 바로 이동 - 메모 입력 - 설정한 북마크 및 메모 자동 저장 - 전체 화면으로 크게보기.......

원문보기 내부링크
Naver Blog

[무료체험/유료] 데이터 비교 툴 Beyond Compare

무료 - 30일 체험 구매 - 60$/30$ https://www.scootersoftware.com/index.php Beyond Compare를 사용하면 파일과 폴더를 빠르고 쉽게 비교할 수 있습니다. 간단하고 강력한 명령을 사용하여 관심 있는 차이점에 집중하고 관심이 없는 차이점은 무시할 수 있습니다. 그런 다음 변경 사항을 병합하고, 파일을 동기화하고, 기록에 대한 보고서를 생성할 수 있습니다. 폴더비교, 파일비교 폴더병합, 파일병합 폴더 동기화

원문보기 내부링크
Naver Blog

[안드로이드] 안드로이드 스튜디오 설치하기

자바 JDK(Java Development Kit) : 명령어를 실행하기 위한 자바 개발 키트 입니다. 안드로이드 스튜디오 : 프로그래밍 언어를 활용해 간편하게 실행하고 디버깅할 수 있게 해주는 통합 개발 환경 IDE(Integrated Development Environment)의 일종 입니다. 1. 자바 설치 https://www.oracle.com/java/technologies/downloads/ 운영체제를 선택해 파일을 다운받고 실행합니다. 계속 Next 버튼을 클릭합니다. 설치 폴더는 기본값으로 합니다. Close 버튼까지 클릭하면 설치가 완료됩니다. 2. 안드로이드 스튜디오 설치 https://developer.android.com/studio 윈도우 사용자는 아래 버튼을 클릭해 파일을 다운받습니다. 기타 운영체제는 Download op.......

원문보기 내부링크
Naver Blog

[JAVA] Eclipse 설치하기

자바 JDK(Java Development Kit) : 명령어를 실행하기 위한 자바 개발 키트 입니다. 이클립스 : 프로그래밍 언어를 활용해 간편하게 실행하고 디버깅할 수 있게 해주는 통합 개발 환경 IDE(Integrated Development Environment)의 일종 입니다. 1. 자바 설치 https://www.oracle.com/java/technologies/downloads/ Download the Latest Java LTS Free Subscribe to Java SE and get the most comprehensive Java support available, with 24/7 global access to the experts. www.oracle.com 운영체제를 선택해 파일을 다운받고 실행합니다. 계속 Next 버튼을 클릭합니다. 설치 폴더는 기본값으로 합니다. Close 버튼까지 클릭하면 설치가 완료됩.......

원문보기 내부링크
Naver Blog

[무료] 실시간 파일/폴더 검색 툴 Everything

https://www.voidtools.com/ko-kr/downloads/ Everything은 파일 이름으로 파일과 폴더를 실시간으로 찾아주는 윈도 검색 엔진입니다. 윈도 검색과 달리 Everything은 처음에 컴퓨터에 있는 모든 파일과 폴더를 보여줍니다(그래서 이름이 그렇습니다). 검색 필터를 입력해 무슨 파일과 폴더를 보여줄지 거릅니다. Everything은 파일과 폴더 이름만 색인하며 일반적으로 데이터베이스를 구축하는 데 수초가 걸립니다. 윈도 10 설치 직후(약 12만개 파일)에서 색인하는데 약 1초가 걸립니다. 파일 100만 개의 경우 약 1분 가량이 걸립니다. 상단 검색 줄에 파일 이름 일부분을 쳐서 검색합니다.

원문보기 내부링크
Naver Blog

[무료] 색상 추출 툴 Color Cop

http://colorcop.net/download/ Color cop 화면에서 스포이드 그림을 마우스 왼쪽 클릭한 상태로 추출할 이미지 위로 드래그합니다. Custom 버튼을 클릭하면 더 자세한 정보를 확인하고 세밀한 조정이 가능합니다.

원문보기 내부링크
Naver Blog

[JAVA] 세 값의 최댓값

최댓값 : max 숫자1 : a / 숫자2 : b / 숫자3 : c Q1) 세 값의 최댓값을 구하는 메서드 Q2) 네 값의 최댓값을 구하는 메서드 Q3) 세 값의 최솟값을 구하는 메서드 Q4) 네 값의 최솟값을 구하는 메서드

원문보기 내부링크
Naver Blog

[인공지능] 인공지능, 머신러닝, 딥러닝

1. 정의 - 인공지능 이란? 인간의 지능이 가지는 학습, 추리, 적응, 논증 따위의 기능을 갖춘 컴퓨터 시스템입니다. - 머신러닝이란? 수많은 데이터, 빅데이터 속에서 스스로 규칙을 찾아 학습하는 것입니다. 전통적인 방식 : 데이터와 프로그램을 입력하면 => 프로그램의 실행 결과 머신러닝 : 데이터와 데이터로 인해 나타나는 결과 => 프로그램 - 딥러닝이란? 인공지능을 만드는 방법 중 하나입니다. 딥러닝은 머신러닝이라고 할 수 있지만, 머신러닝은 딥러닝이 아닙니다. 인공지능을 만드는 방법에는 딥러닝 이외에도 다양한 기법들이 있습니다. 2. 머신러닝의 학습방법 종류 - 지도학습 레이블(정답)이 있는 데이터를 이용.......

원문보기 내부링크
Naver Blog

[인공지능] 인공 신경망(ANN, Artificial Neural Network)

1. 정의 - 신경망(Neural Network)이란? 사람의 뇌에는 뉴런이라는 신경세포가 복잡한 네트워크를 이루고 있습니다. 뉴런들은 서로 연결되어 필요한 신호들을 서로 전달하는 역할을 합니다. - 인공 신경망(ANN, Artificial Neural Network)이란? 뉴런들이 서로 연결된 모습을 인공적으로 만든 것입니다. 인공 신경망에서는 뉴런이 뉴런과 연결된 모습을 각각의 층으로 분류합니다. 다음은 입력층, 은닉층과 출력층으로 구성된 인공 신경망입니다. -> 입력층(Input Layer) : 데이터를 입력받습니다 -> 은닉층(Hidden Layer) : 입력층에서 들어온 데이터가 신호로 바뀌어 출력층에 전달됩니다 -> 출력층(Output Layer) : 결과를 출력합니.......

원문보기 내부링크
1 2 3