초격차 패키지 : 79개 프로젝트로 끝내는 컴퓨터 비전 이미지 분류

초격차 패키지

79개 프로젝트로 한 번에 끝내는
컴퓨터 비전 이미지 분류

컴퓨터 비전 기술의 핵심!
3단계로 완벽하게 마스터하는 이미지 분류

이진 분류, 단일 선택 분류, 다중 선택 분류까지
단계적으로 학습할 수 있는 커리큘럼
다양한 컴퓨터 비전 프로젝트 실습을 위한
이미지 분류 6개 산업 도메인 반복 실습

6개의 산업 도메인 별 데이터 특성에 따른 전처리,
모델 선택 방법을 학습하며 이미지 분류 완전 정복
3개의 컴퓨터 비전 최종
응용 프로젝트까지!

이커머스, 제조, 스포츠 분야에서 이미지 분류
기반의 3가지 컴퓨터 비전 최종 프로젝트

기본 정보

· 3개 대주제 (약 57시간 분량)
· 초급 - 실전 - 심화
· 선수지식 : 인공지능 기초 지식의 이해(신경망, Python,  Pytorch & Tensorflow프레임워크)

강의 특징

· 수강료 1회 결제로 평생 소장
· 부가 학습 자료 제공

79개 프로젝트로 끝내는 컴퓨터 비전 이미지 분류

정가~~900,000원~~

할인 금액(-67%) 609,000원

현재 판매가291,000원

월 24,250원

* 12개월 무이자 할부 시

바로 구매하기

2024 CES의 주인공!
인간과 AI의 연결을 강조한 Consumer AI

AI의 눈이 되는 핵심 기술
Computer Vision!

이 모든 Computer Vision 기술의 시작점

이미지 분류

Special Point 01

컴퓨터 비전 프로젝트 수행을 위한
이미지 분류 모든 커리큘럼 Full Cover!

Special Point 02

이미지 분류에서 대표적으로 쓰이는
6개 도메인 별 데이터 특성의 이해

Special Point 03

이미지 분류 학습에 도움이 되는 부가자료 제공

뻔하고 단순한 예시가 아닌
3단계 / 79개의 프로젝트로 탄탄하게 구성된
이미지 분류 초격차 실습 구성!

초격차 Point 1

컴퓨터 비전 기술의 핵심,
이미지 분류 3단계 완벽 마스터

컴퓨터 비전을 시작할 때 가장 먼저 알아두어야 할 이미지 분류 기초를 학습합니다.
두 선택지 중 하나를 선택하는 단순한 이미지 분류 방법부터 복잡한 난이도의 이미지까지 분류하는 방법을 학습합니다.

깔끔한 방 vs 지저분한 방 분류

이미지 분류의 근본인 AlexNet을 활용하여 깔끔한 방과 지저분한 방을 분류하는 방법을 학습합니다.

안경 착용 vs 안경 미착용 분류

AlexNet을 활용하여 안경 착용 여부를 이진 분류로 분류하는 방법을 학습합니다.

벽 균열 분류

음성 균열과 양성 균열 두 가지 종류의 벽 균열 이미지를 이진 분류로 분류하는 방법을 학습합니다.

산타 클로스 vs 일반인 분류

두명의 사람 중 산타 클로스가 포함되어 있는지의 여부를 예측할 수 있는 이진 분류 방법을 학습합니다.

영상 밝기 차이에 따른 분류

저조도 환경과 높은 조도 환경에서 객체를 감지하기 위한 이진 분류 방법을 학습합니다.

머핀 vs 치와와 분류

머핀의 블루베리와 치와와의 눈. 코, 입 분류를 통해 이진 분류로 분류하는 방법을 학습합니다.

강아지 실제 사진 vs AI 강아지 사진 분류

기존 강아지 사진을 Dall-E Mini가 생성한 강아지 사진과 이진 분류로 분류하는 방법을 학습합니다.

실제 영상 vs AI 생성 영상 분류

실제 영상과 Style Transferred로 만들어 진 영상을 이진 분류로 분류하는 방법을 학습합니다.

위성 영상을 통한 허리케인 피해 가옥 분류

피해 지역의 위성 특징을 파악하여 허리케인 피해 여부를 파악하는 이진 분류 방법을 학습합니다.

재활용품 이미지 분류

두 이미지 중 재활용품인 이미지와 그 밖의 아닌 이미지를 파악하는 이진 분류 방법을 학습합니다.

선택하고 싶은 풍경 이미지 분류

6개의 풍경 이미지 카테고리에서 1개의 원하는
풍경 이미지를 분류하는 방법을 학습합니다.

가위, 바위, 보 중 1개 분류

가위, 바위, 보 3개의 이미지 중 1개의 원하는
이미지를 분류하는 방법을 학습합니다.

도형 분류

동그라미, 사각형, 별, 삼각형 4개의 도형 중 1개의 도형 이미지를 분류하는 방법을 학습합니다.

포켓몬 분류

네트워크 최적화 방법을 학습하며 다양한 종류의 포켓몬 종류 중 1개의 포켓몬을 분류하는 방법을 학습합니다.

과일 분류

네트워크 최적화 방법을 학습하며 과일 종류 중 1개의 과일을 분류하는 방법을 학습합니다.

감정 표현 분류

7개의 다양한 감정을 보여주고 있는 얼굴 이미지에서 1개의 특정 감정을 보여주는 이미지 분류 방법을 학습합니다.

강아지 품종 분류

복잡한 형체를 분류하는 모델로 다양한 강아지 품종 중 1개의 특정 품종을 분류하는 방법을 학습합니다.

구름 분류

복잡한 형체를 분류하는 모델로 4개의 구름 이미지 중 1개의 특정 구름 이미지를 분류하는 방법을 학습합니다.

차량 종류 분류

복잡한 형체를 분류하는 모델로 다양한 자동차 종류 중 1개의 특정 자동차 이미지를 분류하는 방법을 학습합니다.

신호등 분류

복잡한 형체를 분류하는 모델로 5개의 신호등 종류 중 1개의 신호등 이미지를 분류하는 방법을 학습합니다.

의류 색상 및 종류 분류

다양한 데이터 타입 별로 클래스를 만들고 의류 이미지를 종류와 색상으로 나누어 분류하는 방법을 학습합니다.

숫자 이미지 분류

다양한 데이터 타입 별로 분류 하고자 하는 숫자 이미지들을 분류하는 방법을 학습합니다.

꽃 종류와 색상 분류

다양한 데이터 타입 별로 여러 꽃 종류에서 원하는 꽃 이미지의 품종 및 색상을 분류하는 방법을 학습합니다.

얼굴 특징 분류

인종, 성별 등 사람의 얼굴을 특정지을 수 있는 여러 요소들로 각 얼굴 특징을 분류하는 방법을 학습합니다.

만화 캐릭터 특징 분류

얼굴 특징, 물감 색, 눈/눈썹 크기 & 특징 등 다양한 요소로 각 만화 캐릭터 얼굴을 분류하는 방법을 학습합니다.

일상 사진 속 객체 분류

각 객체 별로 어떤 종류의 객체인지 명확하게 분류하는 방법을 학습합니다.

헤어 스타일 분류

머리의 염색 종류, 펌 종류 등 여러 헤어스타일을 각각 목적에 맞게 분류하는 방법을 학습합니다.

시계 특징 분류

시계 숫자/문자 바늘, 크로노그래프의 유무를 파악해서 분류 후 정답 모델에 가깝게 모델 성능을 올리는 방법을 학습합니다.

가구 속성 분류

책상, 식탁, 소파 등 다양한 가구와 각 색상 이미지 별로 분류한 후 정답 모델에 가깝게 모델 성능을 올리는 방법을 학습합니다.

키보드 제품 속성 분류

키보드의 색상, 언어, 크기 별로 분류 후 정답 모델에 가깝게 모델 성능을 올리는 방법을 학습합니다.

초격차 Point 2

컴퓨터 비전 응용 서비스 개발을 위한
6개 도메인 별 이미지 분류 실습

이미지 분류 기초 이해가 끝났다면 이제는 반복 숙달할 시간입니다.
컴퓨터 비전 프로젝트에 활용되는 대표적인 6개의 도메인에서 이미지 분류 실습을 진행합니다.

상품 모델의 자세 인식

인물 사진의 유형 분류

제품의 상세 사진 선별

촬영 제품 사진의 품질 검수

광학/적외선/깊이 영상 분류

차량 번호판 분류

자율주행 다중 물체 인식

도로 표지판 분류

도로 파손 인식

차량 파손 부위 검사

박지성 & 유해진 분류

감정 인식(영상 분류)

나이 인식

수화 인식

출입을 위한 얼굴 인식

생성 AI 툴 별 영상 분류

영상 품질 저하 요소 분류

중복 이미지 분류

AI & Real 이미지 분류

실내 매장 이상 행동 분류

이안류 판별

보안 검색대 분류

안전모 착용 여부 분류

이상 행동 분류

위성 영상 기반 지역 분류

위성/드론/UAV 영상 분류

카메라 촬영 센서 이미지 분류

반려동물 근골격계 질환 분류

흉부 X-Ray 기반 성별과 나이 분류

식물 질병 분류

폐 흉부 질환 분류

반려동물 비만 분류

반려동물 피부 질환 분류

위 용종 분류

충치 분류

피부암 분류

금융 문서 분류

스펙토그램 기반의 음악 장르 분류

새로운 동물 종류 분류

꽃 사진 분류

날씨 이미지 분류

랜드마크 인식

피겨 스케이팅 동작 분류

콘크리트 불량 검출

축구장 구성 분류

초격차 Point 3

이커머스, 제조, 스포츠 3개의 도메인에서
컴퓨터 비전 Final Project 실습

컴퓨터 이미지 분류가 컴퓨터 비전에서 어떻게 활용되고 있는지 학습합니다.
이커머스, 제조, 스포츠 3개의 도메인 분야에서 컴퓨터 비전 알고리즘 응용 실습을 직접 경험해볼 수 있습니다.

궁금한 내용은 언제든
질의응답 게시판에 질문하세요!

강의를 수강하다 막히는 부분이 생기면 질의응답 게시판을 활용해보세요!
강사님과 AI 챗봇이 함께 답변을 남기는 질의응답 게시판을 운영합니다.

상세 커리큘럼.

자세한 커리큘럼 및 내용은 여기서 확인하세요!

자세히 보기 »

Question 1.

어떤 분들이
수강하시면 좋을까요?

• Computer Vision 엔지니어가 되고 싶어하는 인공지능 입문자
• Computer Vision 엔지니어가 되기 위해 AI 대학원에 들어가려고 하는 예비 석사생

Question 2.

필요한
선수지식이 있을까요?

• 주요 딥러닝 알고리즘의 이해(CNN, RNN, ANN 등)
• Python(Pandas, Numpy, Scikit Learn) 라이브러리 및 분석 가능
• Pytorch & Tensorflow 프레임워크의 이해

Question 3.

개발 환경

• Google Colab(Jupyter Notebook) 혹은 GPU 하드웨어가 탑재된 PC
• Pytorch & Tensorflow 프레임워크
• IDE(Pycharm, Visual Studio Code)

아무리 구성이 좋아도 아무나 가르친다면 의미 없죠!
컴퓨터 비전 기술을 활발하게 사용하고 있는
IT 대기업AI/컴퓨터 비전 엔지니어 전문가들과 함께 배워보세요!

커리큘럼

아래의 모든 강의를 초격차 패키지 하나로 모두 들을 수 있습니다.
지금 한 번만 결제하고 모든 강의를 평생 소장하세요!

Part 0. 이미지 분류를 위한 Pytorch의 기초

01. 이미지 분류 학습을 위한 Pytorch의 기초

• Pytorch 기반의 기본 CNN 학습과 대표 모델
• 데이터 전처리 & Augmentation
• Activation Function & Loss Function
• 평가지표

Part 1. Computer Vision의 핵심, 3단계로 끝내는 이미지 분류 마스터

01. Binary Classification : 두 선택지 중 하나를 선택하여 판별하는 분류 방법

• 깔끔한 방 vs 지저분한 방 분류 (1) Binary Classification 이론
• 깔끔한 방 vs 지저분한 방 분류 (2) AlexNet 이론 학습 및 활용 실습
• 안경 착용 vs 안경 미착용 분류 - AlexNet 구현 실습
• 벽 균열 분류 (1) 학습 최적화 알고리즘
• 벽 균열 분류 (2) VGG 이론 학습 및 활용
• 산타클로스 vs 일반인 분류 (1) 학습 스케쥴링 방법론 및 모니터링
• 산타클로스 vs 일반인 분류 (2) VGG로 구현하는 분류 실습
• 영상 밝기 차이에 따른 분류 (1) 영상 전처리, 조명&환경에 따른 영상 특징 학습
• 영상 밝기 차이에 따른 분류 (2) ResNet 이론 및 활용 실습
• 머핀 vs 치와와 분류 (1) Data Augmentation
• 머핀 vs 치와와 분류 (2) ResNet 이론 & 활용 실습
• 강아지 vs AI 강아지 분류 (1) AI 기반 영상 생성 개요(VAE, Flow, GAN, DDPM)
• 강아지 vs AI 강아지 분류 (2) AlexNet, VGG, ResNet을 각각 활용하여 성능 비교 실습
• 실제 영상 vs AI 생성 영상 분류(Style Transferred) (1) AI 기반 영상 변환 개요(Style Transfer)
• 실제 영상 vs AI 생성 영상 분류(Style Transferred) (2) AlexNet, VGG, ResNet을 각각 활용하여 성능 비교 실습
• 위성 영상을 통한 허리케인 피해 가옥 분류 (1) 피해 지역 영상 특징 및 딥러닝 응용 사례(Change Detection)
• 위성 영상을 통한 허리케인 피해 가옥 분류 (2) DensNet을 활용한 구현 실습
• 재활용품 이미지 분류 (1) EfficientNet 이론으로 학습하는 분류
• 재활용품 이미지 분류 (2) ResNet, DenseNet, EfficientNet을 각각 활용하여 성능 비교 실습

02. Multi Class Classification : 두개 이상의 선택지에서 하나의 객체만을 분류할 수 있는 분류 방법

• 풍경 분류 - AlexNet, VGG를 각각 활용하여 성능 비교 실습
• 가위바위보 분류 - AlexNet, VGG를 각각 활용하여 성능 비교 실습
• 도형 분류 - AlexNet, VGG를 각각 활용하여 성능 비교 실습
• 포켓몬 분류 - 네트워크 최적화 방법 학습 및 실습
• 과일 분류 - 네트워크 최적화 방법 학습 및 실습
• 표정 분류 - 네트워크 최적화 방법 및 실습
•구름 분류 - Timm라이브러리와 복잡한 모델을 활용한 분류 실습
•강아지 품종 분류 - Timm라이브러리와 복잡한 모델을 활용한 분류 실습
•차종 분류 - Timm라이브러리와 복잡한 모델을 활용한 분류 실습
•신호등 분류 - Timm라이브러리와 복잡한 모델을 활용한 분류 실습

03. Multi Label Classification : 두개 이상의 선택지에서 여러 객체를 분류하는 분류 방법

• 의류 색상 및 종류 분류 (1) Multi Label Classification 이론
• 의류 색상 및 종류 분류 (2) Json 데이터 파싱 및 Data augmentation
• 의류 색상 및 종류 분류 (3) VGG 활용 실습
• 의류 색상 및 종류 분류 (4) 학습 결과 확인 및 모델 추론 결과 시각화
• 숫자 이미지 분류 (1) CSV 데이터 파싱 및 학습 데이터 세트 구성
• 숫자 이미지 분류 (2) ResNet 활용 실습
• 꽃 종류와 색상 분류 (1) xml 데이터 파싱 및 학습 데이터세트 구성
• 꽃 종류와 색상 분류 (2) VGG 활용 실습
• 얼굴 특징 분류 (1) Albumentations 라이브러리를 활용한 Data Augmentation
• 얼굴 특징 분류 (2)Timm 라이브러리를 소개 및 실습
• 만화 캐릭터 특징 분류 (1) 학습할 클래스를 선별하여 데이터 구성
• 만화 캐릭터 특징 분류 (2) DenseNet 활용 실습
• 일상 사진 속 객체 분류 (1) 최적의 하이퍼파라미터 탐색을 위한 자동 학습 프로세스 구축
• 일상 사진 속 객체 분류 (2) EfficientNet 활용 실습
• 헤어 스타일 분류 (1) 학습 데이터 구성
• 헤어 스타일 분류 (2) ResNet, Densnet, Efficientnet 성능 비교 실습
• 시계 특징 분류 (1) ResNet 활용하여 학습 데이터 구성 및 실습
• 시계 특징 분류 (2) 오분류 케이스 시각화
• 가구 속성 분류 (1) ResNet 활용하여 학습 데이터 구성 및 실습
• 가구 속성 분류 (2) 스프레드 시트로 오류 데이터 수정 및 재학습
• 키보드 제품 속성 분류 (1) ResNet 활용하여 학습 데이터 구성 및 실습
• 키보드 제품 속성 분류 (2) Decision Boundary에 속하는 데이터 탐색

Part 2. 컴퓨터 비전 응용 서비스 개발을 위한 46개 도메인 별 이미지 분류 실습

01. 문서 분류

• 금융업 문서 분류 실습
• 딥러닝 응용 사례(OCR) - 문자 영역 검출 및 인식

02. AI 생성 영상 솔루션 분류

• Generative AI 종류/방법론에 대해 소개 (DALLE, Stable Diffusion, Midjourney)
• AI 생성 영상 솔루션 분류 실습

03. 반려동물 근골격계 질환 분류

• 의료 영상 데이터 특징 (초음파, X-Ray, CT, MRI)
• 반려동물 근골격계 질환 분류 실습

04. 흉부 X-Ray 기반 성별과 나이 분류

• 흉부 X-Ray 기반 성별과 나이 분류 실습

05. 위 용종 분류

• 위 용종 분류 실습

06. 충치 분류

• 충치 분류 실습
• 딥러닝 응용사례 (Object detection) - 충치 검출

07. 피부암 분류

• 피부암 분류 실습
• 딥러닝 응용사례 (Segmentation) - 피부암 영역 판단

08. 위성영상 기반 지역 분류 (구름, 사막, 바다, 숲)

• Remote Sensing 영상 특징 학습
• 위성영상 기반 지역 분류 (구름, 사막, 바다, 숲) 실습

09. 위성/드론/UAV 영상 분류

• 위성/드론/UAV 영상 분류 실습

10. 촬영 위성 종류 분류 (EO/IR/SAR)

• EO/IR/SAR 영상 특징 및 Big Size(Resolution) 영상 처리 방법
• 촬영 위성 종류 분류 (EO/IR/SAR) 실습

11. 광학/적외선/깊이 영상 분류

• 자율주행자동차 활용 영상의 특징 및 ONNX, tensorRT 학습
• 광학/적외선/깊이 영상 분류 실습

12. 영상 품질 저하 요소 분류

• 영상 품질 저하 (Degradation : 노이즈, 블러링, 압축 아티팩트 등) 요소 및 Image Quality Assessment 학습
• 영상 품질 저하 요소 분류 실습

13. Spectogram 기반 음악 장르 분류

• Spectogram 및 Audio data 특징
• Spectogram 기반 음악 장르 분류 실습

14. 식물 질병 분류 (Cassava Leaves)

• Self-Supervised learning 방법론 학습
• 식물 질병 분류 (Cassava Leaves) 실습

15. 새로운 동물 종류 분류

• Few-shot learning 방법론 학습
• Zero-shot learning 방법론 학습
• 새로운 동물 종류 분류 실습

16. 폐 흉부 질환

• 폐 흉부 질환 데이터 셋 준비 및 Data Augmentation 기술 UNET(Elastic Transform) 학습
• 데이터가 부족한 의료 이미지에서 Data Augmentation 적용을 통한 폐 흉부 질환 감지 실습

17. 반려동물 비만 분류

• 반려동물 비만 분류 데이터 셋 준비 및 데이터 불균형 해결 기술 앙상블 구성 학습
• 데이터 불균형 상황에서 앙상블 구성을 통한 반려동물 비만 판펼 분류 실습

18. 콘크리트 크랙 검사 분류

• 콘크리트 크랙 검사 데이터 셋 준비
• 건물 안전 및 재료 불량 검출을 위한 콘크리트 크랙 검사 분류 실습

19. 이안류 판별 분류

• 이안류 판별 분류 데이터 셋 준비
• 이안류 유무 및 위치 정보 제공을 위한 객체 인식 모델 기반의 이안류 판별 실습

20. 보안 검색대 분류

• 보안 검색대 분류를 위한 데이터 셋 준비
• XRAY 이미지에서 위해 물품의 분류 및 위치 정보를 얻기 위한 객체 인식 모델 기반의 위해 물품 감지 실습

21. 안전모 착용 여부 분류

• 안전모 착용 여부 분류 데이터 셋 준비
• 안전모 착용 여부 판별을 위해 분류 및 위치 정보를 얻기 위한 객체 인식 모델 기반의 안전모 착용 감지 실습

22. 행동 분류

• 행동 분류를 위한 데이터 셋 준비
• 이상 행동 분류를 위한 포즈 측정 모델(UniPose)과 LSTM 을 통한 실내 사람 이상행동 감지 실습

23. 자율주행 다중 물체 인식

• 자율주행 다중 물체 인식 데이터 셋 준비
• 주행 정보를 얻기 위해, 분류 및 위치 정보제공을 위한 객체 인식 모델 기반의 도로 사진에서의 물체 인식 실습

24. 표지판 분류

• 표지판 분류를 위한 데이터 셋 준비
• 주행 정보를 얻기 위해, 분류 및 위치 정보제공을 위한 객체 인식 모델 기반의 표지판 분류 실습

25. 도로 파손 인식

• 도로 파손 인식 데이터 셋 준비
• 도로 파손 유형 및 위치 정보를 얻기 위한 객체 인식 모델 기반의 도로 파손 감지 실습

26. 차량 파손 검사

• 차량 파손 검사를 위한 데이터 셋 준비
• 차량 파손 여부 및 상세한 위치 정보를 얻기 위한 이미지 분할 모델 기반의 차량 파손 검사 실습

27. 얼굴 인식 출입

• 얼굴 인식 출입 데이터 셋 준비
• 얼굴을 통해 신분 인증을 진행하기 위한 Face Recognition 실습

28. 박지성 vs 유해진 분류

• 박지성 vs 유해진 분류를 위한 데이터 셋 준비
• 닮은 꼴 유명인인, 박지성과 유해진을 구별하기 위한 Face Recognition 실습

29. 콘크리트 크랙 검사

• 얼굴 인식 출입 데이터 셋 준비
• 얼굴을 통해 신분 인증을 진행하기 위한 Face Recognition 실습

30. 축구장 구성 분류

• 축구장 구성 분류를 위한 데이터 셋 준비
• 축구 경기장 내부의 정보를 얻기 위해 분류 및 위치 정보제공을 위한 객체 인식 모델 기반의 축구장 구성 분류 실습

31. 번호판 분류

• 비전 트랜스포머 모델 소개
• ViT + 디코더 모델 구현
• 트랜스포머 모델 학습

32. 감정 인식

• 동영상 프레임 및 바운딩 박스 영역의 이미지 추출
• CNN 모델과 어텐션 기법을 적용하여 감정 인식 실습

33. 나이 인식

• cv2를 활용한 얼굴 영역 추출 및 나이 인식 실습
• 유사 클래스 병합과 label smoothing을 통한 성능 개선

34. 지문 인식

• 서로 다른 이미지를 매칭하는 기법 소개
• 이미지 매칭 모델 생성 및 생체 인식 실습

35. 중복 이미지 분류

• Data augmentation을 통한 중복 이미지 데이터 생성
• Siamese 모델과 입력 데이터 변형을 통한 중복 이미지 분류 실습

36. AI 생성 이미지 vs real 이미지 분류

• 생성형 이미지와 real 이미지의 시각화를 통한 차이점 탐색
• CNN 및 Siamese 모델로 생성형 이미지와 real 이미지 분류 실습

37. 꽃 사진 분류

• 경량화 모델 소개 (MobileNet, SqueezeNet, ShuffleNet)
• MobileNet 모델로 꽃 사진 분류 실습

38. 날씨 이미지 분류

• SqueezeNet 모델로 날씨 이미지 분류 실습

39. 한국 랜드마크 인식

• ShuffleNet 모델로 한국 랜드마크 인식 실습

40. 동영상 수화 인식

• 동영상 내의 액션 인식을 위한 방법 소개
• 3D CNN 모델을 활용한 수화 인식 실습

41. 피겨 스케이트 동작 분류

• YOLO 모델을 활용한 동영상 내의 사람 검출
• 2D CNN 모델을 활용한 피겨 스케이트 동작 분류 실습

42. 실내 매장 이상행동 영상 분류

• 동영상 분류에 활용할 PytorchVideo 라이브러리 소개
• PytorchVideo를 활용한 실내 매장 이상행동 분류 실습

43. 상품 모델의 자세 인식

• YOLO 모델을 활용한 keypoint detection
• CNN 모델을 활용한 자세 인식 실습

44. 인물 사진의 유형 분류

• CNN 모델을 활용한 인물 사진의 유형 분류 실습

45. 제품의 상세 사진 선별

• 제품의 상세 사진 선별 실습

46. 촬영한 제품 사진의 품질 검수

• 사진 품질을 저하시키는 Data augmentation 기법으로 데이터셋 생성
• 사진 품질 검수 실습

Part 3. 이커머스, 제조, 스포츠 도메인에서 컴퓨터 비전 Final Project 실습

01. 축구 중계를 위한 스포츠 업계 컴퓨터 비전 프로젝트

• Multiple Object Tracking 이론 (1) Visual Object Tracking 방법론
• Multiple Object Tracking 이론 (2) Multiple Object Tracking 방법론
• Multiple Object Tracking 이론 (3) 활용 예시 (QueueManagement, CCTV Analysis)
• Multiple Object Tracking 실습 (1) MMTracking Toolbox
• Multiple Object Tracking 실습 (2) Tracking Anything
• Multiple Object Tracking 실습 (3) 실습 환경 구성 (MMTracking Toolbox, Tracking Anything, Gradio)
• Multiple Object Tracking 실습 (4) Football 중계 영상에 존재하는 특정 선수를 Tracking
• Multiple Object Tracking 실습 (5) Football 중계 영상에 존재하는 선수들을 Tracking

02. 제조업 공정 시스템 자동화를 위한 제조업 컴퓨터 비전 프로젝트

• 종합 프로젝트 소개
• Defect Detection (1) 데이터 셋 준비 및 학습 튜토리얼
• Defect Detection (2) 코드리뷰
• OCR
• 작업자 집중도 분석 (1) 데이터셋 준비 및 학습 튜토리얼
• 작업자 집중도 분석 (2) 코드리뷰
• 종합 프로젝트 리뷰

03. 패션 유사 상품 검색을 위한 이커머스 컴퓨터 비전 프로젝트

• 상품의 여러 속성을 분류하는 다중 분류 모델 실습
• 이미지 매칭을 위한 상품의 특징 추출 프로세스 실습
• 벡터 탐색 기법 소개
• 빠른 속도로 유사 이미지를 매칭하는 벡터 탐색 실습

79개 프로젝트로 끝내는 컴퓨터 비전 이미지 분류

정가~~900,000원~~

할인 금액(-67%) 609,000원

현재 판매가291,000원

월 24,250원

* 12개월 무이자 할부 시

바로 구매하기

학습규정 * 본 상품은 동영상 형태의 강의를 수강하는 상품입니다.
* 상황에 따라 사전 공지 없이 할인이 조기 마감되거나 연장될 수 있습니다.
* 해당 강의는 사전 예약 상품으로, 강의 영상이 공개 일정에 따라 순차적으로 제작되어 오픈됩니다.
* 수강 신청 및 결제를 완료하시면, 마이페이지를 통해 바로 수강이 가능합니다.
* 본 강의의 실습 환경은 Google Colab, Pytorch 환경에서 실습합니다.
* 운영체제에 상관없이 수강하실 수 있습니다.

총 학습기간:
– 정상 수강기간(유료 수강기간) 최초 2개월(60일), 무료 수강 기간은 61일차 이후로 무제한이며,  유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
– 본 패키지는 약 57시간 분량으로, 일 1시간 내외의 학습 시간을 통해 정상 수강 기간(=유료 수강 기간) 내에 모두 수강이 가능합니다.
– 수강시작일: 수강 시작일은 결제일로부터 기간이 산정됩니다. (사전 예약 강의의 경우 1차 강의 오픈일) 패스트캠퍼스의 사정으로 수강시작이 늦어진 경우에는 해당 일정 만큼 수강 시작일이 연기됩니다.

주의사항 – 상황에 따라 사전 공지 없이 할인이 조기 마감되거나 연장될 수 있습니다.
– 천재지변, 폐업 등 서비스 중단이 불가피한 상황에는 서비스가 종료될 수 있습니다.
– 본 상품은 기수강생 할인, VIP CLUB 제도 (구 프리미엄 멤버십), 기타 할인 이벤트 적용이 불가할 수 있습니다.
– 커리큘럼은 제작 과정에서 일부 추가, 삭제 및 변경될 수 있습니다.
– 해당 강의의 세부 커리큘럼은 촬영 및 편집을 거치며 일부 변경될 수 있으나, 전반적인 강의 내용에는 변동이 없습니다.
– 쿠폰 적용이나 프로모션 등으로 인해 5만원 이하의 금액으로 강의를 결제할 경우, 할부가 적용되지 않습니다.

환불규정 – 환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
– 쿠폰을 사용하여 강의를 결제하신 후 취소/환불 시 쿠폰은 복구되지 않습니다.

– 수강시작 후 7일 미만, 5강 미만 수강 시에는 100% 환불 가능합니다.
– 수강시작 후 7일 이내, 5강 이상 수강 시 전체 강의에서 수강한 강의의 비율에 해당하는 수강료를 차감 후 환불 가능합니다.
– 수강시작 후 7일 초과 시 정상 수강기간 대비 잔여일에 대해 아래 환불규정에 따라 환불 가능합니다.
: 환불요청일시 기준 수강시작 후 1/3 경과 전, 실 결제금액의 2/3에 해당하는 금액 환불
: 환불요청일시 기준 수강시작 후 1/2 경과 전, 실 결제금액의 1/2에 해당하는 금액 환불
: 환불요청일시 기준 수강시작 후 1/2 경과 후, 환불 금액 없음

* 보다 자세한 환불 규정은 홈페이지 취소/환불 정책에서 확인 가능합니다.

패스트캠퍼스 정책 안내 [패스트캠퍼스 아이디 공유 금지 정책]
패스트캠퍼스의 모든 온라인 강의에서는 1개의 아이디로 여러명이 공유하는 형태를 금지하고 있습니다.
동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.

[기기제한 정책]
패스트캠퍼스 온라인 강의 시청을 위해서는 ID별 최대 3개의 기기를 등록할 수 있으며, 기기 등록은 온라인 강의장 접속 시 자동 등록됩니다.
최대 갯수를 초과하였을 경우 등록된 기기 해제가 필요합니다.

[저작권 정책]
패스트캠퍼스의 모든 강의는 무단 배포 및 가공하는 행위, 캡쳐 및 녹화하여 공유하는 행위, 무단으로 판매하는 행위 등 일체의 저작권 침해 행위를 금지합니다.
부정 사용이 적발될 경우 저작권법 위반에 의한 법적인 제재를 받으실 수 있습니다.

root layout