청개구리

어떤 문제를 해결함에 있어 머신러닝 혹은 딥러닝 모델을 개발하였다면, 이것의 비교군으로 삼을 수 있는 모델이 필요한 법이다.그러한 목적으로 사용되는 모델을 Baseline Model이라 한다.이는 보통 매우 간단한 통계 기법을 포함한 단순한 알고리즘을 사용하여 구축하며, 아래와 같이 데이터 특성 및 패턴 파악, 문제의 복잡도를 파악, 혹은 프로젝트의 방향성을 수립하는데 있어 중요한 역할을 하게 된다. - 데이터 파악: 데이터의 특성 혹은 패턴을 파악하여 preprocessing 혹은 feature engineering 단계에서 활용 가능하다.- 성능 평가 기준: 어떤 구조의 모델이 성능이 좋은지, 어느 정도의 성능 향상이 필요한지를 결정하는 기준이 된다.- 프로젝트 방향성 수립: 성능 평가 결과에 따라 ..

MAE (Mean Absolute Error)와 MSE (Mean Squared Error)는 모두 회귀 모델의 성능을 평가하기 위해 사용되는 지표이다.그러나 그 계산 방식과 의미에는 차이가 있다.1. MAE (Mean Absolute Error) $$\text{MAE} = \frac{1}{n} \sum_{i=1}^{n} | y_i - \hat{y}_i |$$ 여기서 $y_i$는 실제 값, $\hat{y}_i$는 예측 값, $n$은 데이터 포인트의 수이다.MAE는 예측 값과 실제 값 사이의 절대 차이의 평균을 나타낸다.[특징]1. MAE는 예측 값과 실제 값 사이의 평균 절대 차이를 제공하여 직관적으로 해석하기 쉽다.2. MAE는 MSE에 비해 이상치(Outlier)에 덜 민감하다...

회색조 이미지는 광자의 수 즉, 빛의 양을 나타내는 광도 정보만을 전달한다.이때 가장 빛이 적은 부분은 "검정색"으로, 가장 빛이 많은 부분은 "백색"으로 보인다.따라서 그림 1 과 같은 회색조 이미지는 0,1 (1 bit)로 나타내는 흑백 이미지와는 다르다. 회색조 이미지의 활용에 대해 검색을 해보았을 때 [1], 산업 검사에 많이 쓰이고 있음을 알 수 있다.그렇다면 회색조 이미지는 어떻게 얻을 수 있을까?우리가 주로 사용하는 일반적인 카메라를 사용할 경우 RGB 이미지를 획득하게 된다.이는 red, green, blue 각각의 주파수 대역의 광자를 각각 취득한 것을 합하여 보여주는 것으로, 단순히 광자의 수를 기반으로 영상화하는 회색조 이미지와는 좀 다르다. 하여, RGB 이미지를 회색조 이미지로 변..

회색조 이미지에서의 영역 분할을 위한 연구를 하고자 한다.이는 다양한 분야에 활용 가능하니, 차근차근 계획을 세워 진행해보자. 회색조 이미지는 RGB와 같은 컬러 이미지보다 데이터가 작아 전송 및 저장에 유리하다는 장점이 있다.물론, RGB, HEX, HSV 등과 같이 다채널로 구성된 데이터들은 회색조 이미지보다 많은 데이터를 포함하므로 그것들 만의 장점이 있을테다.아무튼, 내가 하려고 하는 것은 그런 것 보다, 단순히 계측된 광자의 수로 구성된 영상, 즉 빛이 세게 들어오는 곳은 밝게, 약하게 들어오는 곳은 어둡게 나타나는 영상에 대해 영역을 나누고자 하는 것이다. GPT4한테 물어보니, 회색조 이미지 응용 분야는 다음과 같이 소개를 하고 있다.- 컴퓨터 비전 및 머신 러닝 : 색상 정보가 필요 없는 ..