[Bus Classification] Step 1 종료 (전문 PDF 첨부) 1학기 졸업논문으로 제출했다. 논문의 형식을 지키려고 노력했지만, 쉽지 않은 부분들이 있었고 2학기에 이어서 거리측정과 OCR방식의 버스 번호 구별을 통해서 실제 시각장애인들에게 도움이 되는 신경망을 만들어 보겠다. 2020. 7. 12. [Bus Classification] ⑤ 결과 및 향후 연구 방향 결과에 말했지만, 실제로 사용되기에는 부족한 점이 많다. 시즌2처럼 2학기에는 거리+버스 번호판 인식등을 활용하여 시각장애인들에게 도움이 될만한 정보들을 제공하는 것을 목표로 해보겠다. 2020. 7. 12. [Bus Classification] ④ 실험 2 mapo08ornot (binary classification) 버스 정류장에는 수많은 버스가 동시에 온다. 그 중에서 내가 타야할 버스를 찾아준다면 시각장애인들에게 도움이 될 수 있을 것이라고 생각했다. 아직 미흡하지만, 실제 촬영을 한 데이터를 활용해 볼 수 있었다. 2020. 7. 12. [Bus Classification] ③ 실험 1 busornot (binary classification) Busornot 실험은 버스가 왔는지 안왔는지를 구별하는 실험이다. 거리에 대한 정보는 빠져있으며, 약 5000장 정도의 데이터를 test validation train으로 나눠서 진행했다. 95%정도의 결과물은 사람이 구별했을 때 더 좋은 성능을 기록할 수 있기에 좋은 수치는 아니라고 생각한다. 2020. 7. 12. [Bus Classification] ② Background knowledge 소규모 데이터를 잘 활용하기 위해, dataa rgumentation, feature extraction, imagenet을 통해 사전 훈련된 신경망 등을 활용하여 성능을 높여보려고 한다. 2020. 7. 11. [Bus Classification] ① 주제 선정하기 딥러닝을 처음 공부하면서 가장 많이 다뤘던 CNN을 활용한 프로젝트를 진행 해보고 싶었다. 이미지 분류에서 좋은 성능을 보인다는 CNN을 어떤 산업 혹은 어디에 적용시키면 좋을 지 많이 생각해 보았다. "이미지 분류" 는 앞을 볼 수 있는 평범한 우리 보다 앞을 볼 수 없는 시각장애인들에게 도움이 될 것이라고 생각했다. 시각 장애인들의 불편함을 위주로 검색한 결과 대중교통을 이용할 때, 특히 버스를 이용할 때 가장 큰 불편함을 느끼는 것을 파악할 수 있었디. 시각장애인이 버스 정류장에서 비슷한 버스들을 여러대가 동시에 오는 상황에서 , 어떤 버스를 어느 타이밍에 타야하는지 정확히 파악하는 것은 정말 어려운 일이였던 것이다. 이러한 버스 정류장에서 시각 장애인들이 겪는 불편함을 해소해보고자 CNN을 활용한.. 2020. 7. 11. 이전 1 다음
