차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원

강의가 1강 2강...이렇게 강의 자료가 있는데 아무리 열어도 수업하는 강의와 다른데 어떻게 보는 건지요

  <img src="ht

<img src="https://cdn.inflearn.com/public/files/posts/2ff1728f-6719-4dc4-8812-43d18c0c810d/image.png" media-type="img" alt="image.png" title="image.pn

<img src="https://cdn.inflearn.com/public/files/posts/e2f20b5c-102e-4fe7-89da-e9ae09da14d2/스크린샷2024-08-07212318.png" media-type="img" alt="스크린

labelme를 이용해서 CRAFT 학습용 커스텀데이터셋을 만드려고 하는데선생님이 제공해주신 CRAFT 디텍션 커스텀데이터셋 처럼935 362 1034 362 1034 411 935 411 "YG9X2G"좌표 "정답" txt

<img src="https://cdn.inflearn.com/public/files/posts/7ed400e0-1b94-4f6a-88bc-5758a28e5911/스크린샷2024-06-02오후3.09.26.png" alt="스크린샷 2024-06-02

pipeline = keras_ocr.pipeline.Pipeline() images = [ keras_ocr.tools.read('42.jpg') ] prediction_groups = pipeline.recognize(images)

h5 모델 둘 다 같은 경로에 있는데 왜 이런걸까요?

안녕하세요~한국 번호판도 OCR 인식이 가능할까요?데이터셋에 필요한게 무엇이 있을까요? 한국 번호판은 생성을 했는데..groundtruth.csv 파일도 필요할까요?

pdf에 없는거 같아요.영상시작할때도 페이지 열려있는 상태에서 시작해서들어가는 방법을 모르겠구요.그리고 차량번호판 OCR때문에 영상듣는건데전체 프로젝트 파일은 따로 없는 건가요?

!python train.py \ --training_data_path="./data/ICDAR2015/train_data/" \ --checkpoint_path="/content/drive/MyDrive/Colab Notebooks/east_res

오토인코더 예시에서 ReLu대신에 sigmoid를 사용하는 이유는 무엇인가요?

Karas CRAFT로 한글 문장을 학습할 때 학습이 제대로 진행이 될까요 ??

Neural Style Transfer에 해당되는 강의자료 공유 부탁드립니다. 감사합니다. tae.park0302@gmaili.com

안녕하세요일전에 공지해주신 아래 파일에서 에러가 나는데 수정 좀 부탁 드립니다.1강_TF2_Detection_Model_ZOO_example_fasterrcnn_pedestrian_dataset_2022_11_11.ipynb<

craft에서 여러글자를 하나의 단어로 인식하는것이 맞는 것인가요 번호판 커스텀 데이터를 보면 bbox 와 하나의 라벨링이 있는데 해당 라벨링에 여러 단어가 들어가있습니다. 그래서 추측하기에 원래 기본적으로 하나의 단에 하나의 bbox가 있는것인데 이번 강의에서

안녕하세요, 1강 수업 듣다가 도저히 해결이 안되는 문제가 있어서 질문 드립니다.실습할 때(1강 영상들 보는 중) 파이썬 파일을 파워쉘에서 1s을 쓰신 다음에 해당 폴더에 있는 py파일들 이름을 다 쓰신 다음에 python3 (실행할파일명.py) 이렇

안녕하세요, CRNN 모델을 Custom Dataset으로 Train

안녕하세요. 강의 잘 듣고 있습니다.데이터 셋 불러오는 것 관련해서 질문드립니다.아래와 같이 cats_vs_dogs를 tfds에서 제공하는 데이터 셋으로 불러와서 수업을 진행하시는데,제가 가지고 있는 custom dataset

안녕하세요.강의 내용 중에 Alexnet을 앙상블 시킨 경우 성능이 더 향상이 된다고 하셨는데, 이때, 각각의 Alexnet이 모델 구조나, 최적화 알고리즘, 하이퍼 파라미터는 모두 동일한데, 초기 학습되는 가중치 값만 다르게 한 뒤 앙상블 방식을