Category (97) 썸네일형 리스트형 1. Image Reconstruction 실습 | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 또한 본 프로젝트는 클론코딩을 기반으로 공부한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 프로젝트 과정 실습에 필요한 라이브러리 불러오기 및 환경 설정¶ In [1]: # 필요한 PyTorch 라이브러리 불러오기 im.. Style Transfer 알고리즘 | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk Style Transfer 알고리즘 1. 스타일 손실 (Style Loss) - 스타일 이미지 a 로 Gram matrix A 생성 - 노이즈 이미지 x 로 Gram matrix G 생성.. Style Reconstruction과 Content Reconstruction | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk Style Reconstruction과 Content Reconstruction 살펴보기 1. Style Reconstructions (왼쪽 글) - 레이어 1개 > conv1_1 - 레.. 스타일 손실(Style Loss) | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 스타일 손실(Style Loss) 1. 스타일(Style) - 스타일(Style) 은 서로 다른 특징(feature)간의 상관관계(correlation)를 의미 - 스타일 값이 크다는 것.. [프로그래머스(programmers)] 스택/큐 | 기능개발 | Level 2 | c++ 출처 https://programmers.co.kr/learn/courses/30/lessons/42586 코딩테스트 연습 - 기능개발 프로그래머스 팀에서는 기능 개선 작업을 수행 중입니다. 각 기능은 진도가 100%일 때 서비스에 반영할 수 있습니다. 또, 각 기능의 개발속도는 모두 다르기 때문에 뒤에 있는 기능이 앞에 있는 programmers.co.kr 문제 1_문제 설명 프로그래머스 팀에서는 기능 개선 작업을 수행 중입니다. 각 기능은 진도가 100%일 때 서비스에 반영할 수 있습니다. 또, 각 기능의 개발속도는 모두 다르기 때문에 뒤에 있는 기능이 앞에 있는 기능보다 먼저 개발될 수 있고, 이때 뒤에 있는 기능은 앞에 있는 기능이 배포될 때 함께 배포됩니다. 먼저 배포되어야 하는 순서대로 작업의.. [프로그래머스(programmers)] 이분탐색 | 입국심사 | Level 3 | c++ 출처 https://programmers.co.kr/learn/courses/30/lessons/43238 코딩테스트 연습 - 입국심사 n명이 입국심사를 위해 줄을 서서 기다리고 있습니다. 각 입국심사대에 있는 심사관마다 심사하는데 걸리는 시간은 다릅니다. 처음에 모든 심사대는 비어있습니다. 한 심사대에서는 동시에 한 programmers.co.kr 문제 1_문제 설명 n명이 입국심사를 위해 줄을 서서 기다리고 있습니다. 각 입국심사대에 있는 심사관마다 심사하는데 걸리는 시간은 다릅니다. 처음에 모든 심사대는 비어있습니다. 한 심사대에서는 동시에 한 명만 심사를 할 수 있습니다. 가장 앞에 서 있는 사람은 비어 있는 심사대로 가서 심사를 받을 수 있습니다. 하지만 더 빨리 끝나는 심사대가 있으면 기다렸다.. 콘텐츠 손실(Content Loss) | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 콘텐츠 손실 (Content Loss) 손실(loss) 함수는 크게 두 가지로 나누어진다. 하나는 콘텐츠 손실(content loss)이고, 나머지 하나는 스타일 손실(style loss.. CNN(Convolutional Neural Network) 구조, 합성곱(Convolution), 필터(Filter), 채널(Channel), 특징 맵(Feature Map) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk 유튜브 설명 유튜브 영상에서 CNN 모델에 대해서 설명해줬는데 Channel 의 수와 그 크기는 서로 반비례 관계라고 한다. Channel 의 수가 많아지면 많아질수록 Channel 의 .. Basic theory | Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 들어가며 포스팅된 글은 아래에 첨부된 논문과 유튜브 영상을 바탕으로 공부를 한 내용입니다. 이외에도 구글링을 통해 다양한 글들을 참고하며 공부한 내용을 포스팅 한 것 입니다. 더보기 논문 제목: Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 논문 링크: https://rn-unison.github.io/articulos/style_transfer.pdf 유튜브 링크: https://www.youtube.com/watch?v=va3e2c4uKJk Basic theory 1_Image Style Transfer 소개 Content 라 명시된 풍경 사진과 Style 이라 명시된 예술 작품 이미지를 통해 새로운 이미지를 얻어내는 것이 .. NFT _ Art _ Fashion 들어가며 종종 심심할 때 브런치에 들어가서 글을 읽고는 한다. 사람들이 올린 에세이를 읽거나 그림이나 사진에 대해 어떤 감상을 하고 있는지 쓴 글들을 읽기도 한다. 이외에 최근 관심사에 대한 글들도 찾아 보고는 하는데 몇 주 전에 NFT와 패션을 결합한 시장 규모가 커지고 있다는 글을 봤었다. 궁금해서 한번 알아봐야지 하면서 생각만 하다가 이번 추석 연휴 기간에 시간이 많아서 한번 서치 해보려고 한다. 디지털 패션과 NFT의 결합 (brunch.co.kr) 디지털 패션과 NFT의 결합 ALWAYS DIGITAL, NEVER PHYSICAL | ALWAYS DIGITAL, NEVER PHYSICAL SHOWING THE WORLD THAT CLOTHING DOES NOT NEED TO BE PHYSICAL.. [프로젝트] Image Style Transfer Using Convolutional Neural Networks (CVPR 2016) 프로젝트 기간 2021.09.20 ~ 2021.11.11 프로젝트 개요 1_프로젝트 소개 프로젝트 명은 tf.keras를 사용한 Neural Style Transfer 인데, 간단히 말하면 케라스를 이용해서 신경 스타일 전이를 하는 것이다. 첫번째 이미지와 두번째 이미지를 자동으로 합성시켜서 세번째 이미지가 나오도록 하는 프로젝트다. 2_공부 계획 TensorFlow 공식 사이트의 Tutorial 에 나와있는 신경 스타일 전이 샘플 코드를 공부할 예정이다. 프로젝트 다 끝나면, 사이트에 나와있는 Pix2Pix 랑 CycleGAN 공부도 해보고 싶다. 공부할 때 참고할 사이트는 밑에 링크 따라가면 된다. https://han.gl/TzNHH 2_공부 계획 한 유튜버의 영상과 논문을 토대로 공부하기로 방향을.. [프로젝트] Virtual Fitting Service Virtual Fitting Service 1_프로젝트 목적 - 최근 MZ 세대들의 트렌드 키워드는 자기 브랜딩화 - 자신의 개성을 중요시 하는 MZ세대를 저격한 Virtual Fitting Service - 상품 이미지와 디자인 이미지를 합성하여 원하는 Fitting 이미지 도출 2_알고리즘 1) INPUT - Opencv를 이용하여 상품 이미지와 디자인 이미지 불러오기 2) 의류 분할 - grabCut을 이용하여 의류 분할 및 추출 - 추출할 상품의 (x, y) 좌표와 width&height 적절히 설정 3) 이미지 이진화 - numpy를 이용하여 2)의류 분할의 결과물에서 배경을 제외한 모든 부분을 하얀색으로 변환하면 이미지 이진화 - bitwise의 not 연산을 이용하여 이진화된 이미지 반전 4.. 이전 1 ··· 3 4 5 6 7 8 9 다음
