77,000원
월 15,400원
5개월 할부 시
East Sea2025-11-271719185안녕하세요. 강의 기술들 (CNN분류, 세그먼테이션, yolo 인식)이 미세 스크래치, 깨짐 이상탐지 비전에 활용이 적절할까요?
- UH K2025-09-251684817
안녕하세요 강사님. 수강전에 질문 드리고 싶은게 있어서 여쭤봅니다. 강의를 보며 진행할 때, GPU 환경에서만 실습할 수 있나요? 제가 CPU 환경이라, 그런 부분에 대해서 고민이 있습니다.
YoungJea Oh2025-09-25443587모든 실습은 Google Colab 에서 진행하므로 무료 GPU 사용하시면 됩니다. 걱정 마세요. 감사합니다.
- 원래그런거임2025-09-141678041
안녕하세요 강사님 수강전에 질문드립니다. 수업하신 코드를 개인 github public 레포지토리에 업로드해도 괜찮을까요? 출처가 필요하다면 밝히겠습니다. 그리고 혹시 강의는 더 이상 업데이트하지 않으실까요? 아니면 업데이트를 이후에 추가하실 예정이실까요? 수강전 미리 알고 싶어 여쭤봅니다.
YoungJea Oh2025-09-14441141괜찮습니다. 강의는 현재 추가 계획은 없지만 새로운 기술이 나타나거나 수강생 의견이 있으며 항상 업데이트하고 있습니다. 감사합니다.
솔직히 말씀드리면, 적절하지 않습니다. CNN 분류는 정상 vs 불량을 구분하지만, 학습에 충분한 불량 샘플이 필요합니다. 미세 스크래치나 깨짐은 발생 패턴이 다양하고 희소해서 클래스 불균형이 심각합니다. YOLO는 객체탐지용이지 이상탐지용이 아닙니다. 정의된 클래스(스크래치, 크랙 등)를 찾는 건 가능하지만, 예상치 못한 새로운 결함은 놓칩니다. ## 이상탐지에 적합한 접근 - 제조 비전 이상탐지의 핵심은 정상만 학습하고, 정상과 다르면 이상입니다. 참고로 제 강의 중에 "인공지능을 활용한 이상거래 검출 기법" ( https://inf.run/j957i ) 참조 바랍니다. 감사합니다.