Thumbnail
BEST
인공지능 딥러닝 · 머신러닝

YOLO 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0 대시보드

(4.7)
31개의 수강평 ∙  442명의 수강생
99,000원

월 19,800원

5개월 할부 시
지식공유자: AISchool
총 30개 수업 (3시간 37분)
수강기한: 
무제한
수료증: 발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가 공유

중급자를 위해 준비한
[인공지능, 데이터 분석] 강의입니다.

YOLO(You Only Look Once) 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.

✍️
이런 걸
배워요!
딥러닝 논문 읽는 법
딥러닝 논문 구현하는 법
YOLO 모델 구조에 대한 디테일한 이해
Object Detection 문제영역에 대한 배경지식
TensorFlow 2.0을 이용한 코드 작성법

딥러닝 연구자 필수 소양, 최신 논문 구현 능력!
YOLO 구현과 함께 익혀보세요 😀

최신 논문 구현, YOLO로 함께!

많은 기업들에서 딥러닝 연구자를 채용할때 최신 논문을 직접 구현해본 경험을 우대하고 있습니다. YOLO(You Only Look Once) 논문을 직접 구현해보면서 최신 논문 구현 경험을 익혀보세요.

YOLO 논문으로 구조 파악 + TensorFlow 2.0으로 직접 구현까지!

YOLO 논문을 함께 읽으며 YOLO 구조를 완벽하게 파악한 뒤✍️,
TensorFlow 2.0을 이용해서 YOLO를 직접 구현해봅시다.👨🏻‍💻

YOLO 논문(You Only Look Once: Unified, Real-Time Object Detection)을 같이 읽고, YOLO 모델을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해봅니다. 또한 구현한 YOLO 모델을 이용한 Cat Detector를 만들어 봅니다.

✅ 선수 강의 

👋 본 강의는 TensorFlow 2.0과 딥러닝 기초에 대한 선수지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.

TensorFlow 2.0으로 배우는 딥러닝 입문

딥러닝 핵심 이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다.

예상 질문 Q&A 💬

Q. 딥러닝 논문 구현을 경험해보면 무엇이 좋나요?

이런 분들께 추천드려요!

🎓
학습 대상은
누구일까요?
딥러닝 논문을 읽고 구현하는 능력을 기르고 싶은 분
딥러닝 연구 관련 직종으로 취업을 원하시는 분
인공지능/딥러닝 관련 연구를 진행하고 싶은 분
인공지능(AI) 대학원을 준비 중이신 분
📚
선수 지식,
필요할까요?
Python 사용경험
선수강의 [TensorFlow 2.0으로 배우는 딥러닝 입문] 수강경험

안녕하세요
AISchool 입니다.
AISchool의 썸네일
커리큘럼 총 30 개 ˙ 3시간 37분의 수업
이 강의는 영상, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 강의 소개
섹션 1. 강의 슬라이드 다운로드
강의 슬라이드 다운로드
섹션 2. Object Detection 문제영역 소개
Object Detection 문제영역 소개 미리보기 05:24 Object Detection Metric - IoU, mAP 미리보기 12:51
Object Detection Datasets – Pascal VOC, MS COCO, KITTI, Open Images 06:30
섹션 3. YOLO Overview
YOLO 모델 리뷰 미리보기 13:19
Non-Maximum Suppression (NMS) 06:34
섹션 4. 딥러닝 논문 읽는 법
섹션 5. YOLO(You Only Look Once) 논문 리뷰
YOLO(You Only Look Once: Unified, Real-Time Object Detection) 논문 다운로드 01:07
YOLO 논문 리뷰 - Abstract 06:36
YOLO 논문 리뷰 - Conclusion & Introduction 12:53
YOLO 논문 리뷰 - Unified Detection 05:31
YOLO 논문 리뷰 - Network Design 05:02
YOLO 논문 리뷰 - Loss 미리보기 13:09
YOLO 논문 리뷰 - Training 02:27
섹션 6. 강의에서 사용하는 소스코드 다운로드
강의에서 사용하는 소스코드 다운로드 01:06
섹션 7. TensorFlow 2.0을 이용한 YOLO 논문 구현
딥러닝 논문 구현방법 개요 미리보기 03:59
loss.py - coord_loss 23:07
loss.py - object_loss, noobject_loss, class_loss 07:47
dataset.py 10:38
utils.py 08:01
model.py 06:52
train.py - 라이브러리 import & flags 지정 08:58
train.py - YOLO 설정값 & Loss Function coefficient 지정 04:03
train.py - tensorflow_datasets 라이브러리를 이용해서 Pascal VOC cat dataset 불러오기 04:40
train.py - train_step 정의 & for-loop을 이용한 gradient descent 수행 & 파라미터 및 텐서보드(TensorBoard) 로그 저장 10:52
train.py - save_validation_result 함수를 이용한 주기적인 validation 07:26
train.py - 총정리 02:35
evaluate.py 06:55
섹션 8. Cat Detector 텐서보드(TensorBoard) 실행 및 결과 분석
Cat Detector 코드 실행 & 텐서보드(TensorBoard) 실행 & 결과 분석 08:11
강의 게시일 : 2021년 01월 20일 (마지막 업데이트일 : 2021년 02월 27일)
수강평 총 31개
수강생분들이 직접 작성하신 수강평입니다.
4.7
31개의 수강평
5점
4점
3점
2점
1점
VIEW 추천 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순
Hyunjung Oh thumbnail
4
로드맵으로 쭉 듣고 있습니다. 녹음 자체가 목소리가 너무 작게 녹음이 되었습니다. 강의별로도 녹음 상태(목소리 크기)가 일정치가 않아 강의 듣는데 조금 불편하네요~ 다음에는 이 부분 신경써주시면 좋겠습니다^^
2021-12-11
지식공유자 AISchool
안녕하세요~. 먼저 수강에 불편함을 드려서 죄송합니다ㅠ. 다음에 촬영할 경우 사운드를 좀 크게 설정하도록 하겠습니다. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 좋은 하루되세요!
2021-12-14
김홍직 thumbnail
5
감사합니다.
2021-08-06
지식공유자 AISchool
안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요!
2021-08-06
Daniel Park thumbnail
5
현업에서 머신러닝과 딥러닝을 사용하는 입장에서, 기존의 잘 구성된 모델을 사용하는 '개발자'에서 그치지 않고 '연구자'로 커리어를 확장할 수 있도록 생각의 틀을 넓혀주는 강의였습니다. 수학적인 부분의 디테일도 놓치지 않고 잘 따라갈 수 있었고, 이를 실제 구현 코드로 녹여내는 과정도 잘 이해할 수 있었습니다. 이 강의를 넘어서 BERT나 GPT와 같은 대표 논문이나, 모델 개발 시 대중적으로 널리 알려진 테크닉을 다루는 강의도 런칭해주셨으면 합니다.
2021-02-14
지식공유자 AISchool
감사합니다~. 앞으로도 다양한 강의를 오픈할 예정이니 기대해주세요~. 좋은 하루되세요!
2021-03-13
김정윤 thumbnail
5
굳굳굳굳굳
2021-08-06
지식공유자 AISchool
안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요!
2021-08-06
DQ K thumbnail
3
초보자에게는 유용한 강의는 아닙니다. 여기서 초보자란, 스스로 expert type의 code로 딥러닝 코드를 짜보지 않은 사람들을 의미합니다. 하다못해 함수형으로나마 딥러닝 코드를 짜보고, git cloning을 통해 다른 사람의 딥러닝 코드를 받아와 부분적으로 사용할 수 있는 수준은 되어야 유용할 것 같습니다. 다만 기존에 관련 학과를 나오지 않았으며, 대학원 등에서 직접 코드를 짜보려고 생각 중인 사람이나 경험해보고 싶은 사람, 일단 전체적으로 훑어보고 경력 개발에 따라 추가적인 보완을 할 의지가 있다면 유용할 것 같습니다. 강의 자체의 퀄리티는 그렇게 높지 않습니다. 대부분의 설명과 강의자료가 그리 친절하거나, 상세적이지 않고 필기도 와콤 펜 같은 걸 쓰는 게 아닌 마우스로 그리는 글씨입니다. 그래도 대체할만한 강의가 아직까지 나오지 않았으므로, 논문을 코드로 구현하는 강의라는 부분에선 강점을 가지고 있습니다.
2021-04-26
지식공유자 AISchool
안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 상세한 수강평도 감사합니다~. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요!
2021-04-26
연관 로드맵
이 강의가 포함된 잘 짜여진 로드맵을 따라 학습해 보세요!