Portfolio

정리

torchvision.models — Torchvision master documentation

The models subpackage contains definitions of models for addressing different tasks, including: image classification, pixelwise semantic segmentation, object detection, instance segmentation, person keypoint detection and video classification.

TISTORY[딥러닝] 전이학습(Transfer learning)과 파인튜닝(Fine tuning)

[딥러닝] 전이학습(Transfer learning)과 파인튜닝(Fine tuning)

전이 학습(Transfer Learning)과 파인 튜닝(Fine-Tuning)은 현대 딥러닝 연구와 실용화에서 핵심적인 역할을 하는 전략입니다. 이들은 특히 데이터가 제한적이거나 특정 작업에 대한 사전 지식이 필요한 경우에 유용합니다. 이 글에서는 전이 학습과 파인 튜닝의 개념을 깊이 있게 탐구하고, 이들이 어떻게 다양한 분야에서 활용될 수 있는지 구체적인 예시와 함께 살펴보겠습니다. 전이 학습 (Transfer Learning) 전이 학습은 이미 대량의 데이터로 학습된 모델(소스 모델)의 지식을 다른 관련 작업(타깃 작업)에 적용하는 과정을 의미합니다. 이 방식은 특히 학습 데이터가 부족한 상황에서 유용하며, 기존에 학습된 모델이 축적한 지식을 활용하여 새로운 문제에 더 빠르고 효과적으로 접근할 수 ..

huggingfaceModels - Hugging Face

Models - Hugging Face

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

|- 모델을 공유하는 곳, 여기서 다운받을 수 있음

TISTORYHugging Face 사용법 (1) pipeline 함수 사용하기 및 모델 객체 로컬에 다운 받기

Hugging Face 사용법 (1) pipeline 함수 사용하기 및 모델 객체 로컬에 다운 받기

Hugging Face – The AI community building the future. The AI community building the future. Build, train and deploy state of the art models powered by the reference open source in machine learning. huggingface.co 0. Hugging Face 소개 허깅페이스는 머신러닝 기술, 특히 딥러닝 모델의 손쉬운 공유 및 배포, 사용, 훈련을 가능하게 하는 생태계이다. 기존의 성능이 검증된 pre-trained 모델을 쉽게 (무료로) 다운 받아서 사용할 수 있고, 본인의 task에 맞게 모델을 fine-tuning하는 것도 가능하다. 스스로 제작/파인튜..

감정 인식 모델

GPT 질문 결과

감정 인식 모델은 일반적으로 "이미지 인식" 또는 "컴퓨터 비전" 카테고리에 속합니다. 특히, 얼굴의 표정을 분석하여 감정을 예측하는 모델은 이미지 인식 분야의 하위 분야인 "얼굴 인식" 및 "감정 인식"에 해당합니다.

이러한 모델은 주로 이미지에서 얼굴을 감지한 다음, 얼굴 표정의 특징을 분석하여 감정을 예측합니다. 여기에는 다양한 딥러닝 기술이 사용되며, 특히 CNN(Convolutional Neural Networks)과 같은 심층 신경망 구조가 자주 사용됩니다.

사용 가능한 감정 인식 모델 예시

FER-2013: Kaggle에서 제공하는 얼굴 표정 데이터셋을 사용하여 학습된 모델입니다.

VGG-Face: VGGNet 구조를 기반으로 한 얼굴 인식 모델로, 감정 인식에도 활용될 수 있습니다.

DeepFace: 페이스북에서 개발한 얼굴 인식 모델로, 다양한 얼굴 분석 작업에 사용될 수 있습니다.

Emotion Recognition

paperswithcodePapers with Code - Emotion Recognition

Papers with Code - Emotion Recognition

**Emotion Recognition** is an important area of research to enable effective human-computer interaction. Human emotions can be detected using speech signal, facial expressions, body language, and electroencephalography (EEG). <span class="description-source">Source: [Using Deep Autoencoders for Facial Expression Recognition ](https://arxiv.org/abs/1801.08329)</span>

| emotion recognition에 관련된 데이터셋과 모델들을 나열해 놓았음

huggingfaceModels - Hugging Face

Models - Hugging Face

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

| emotion classification에 수행하는 모델