딥러닝 기반 이미지·객체 인식: CNN에서 YOLO·DETR까지
YoungJea Oh
이 강의는 딥러닝을 활용한 이미지와 객체 인식의 원리를 기초부터 최신 모델까지 단계적으로 배우는 과정입니다. - 기초 다지기: 파이토치(Pytorch)로 텐서와 신경망 기본 구조 이해 - 이미지 이해하기: 컴퓨터 비전의 개념, 이미지 데이터 구조, 증강(Augmentation) 기법 학습 - CNN 모델 학습: 합성곱 신경망(CNN)으로 이미지 분류 실습 (CIFAR-10 등) - 전이 학습(Transfer Learning): 기존 학습된 모델을 활용해 적은 데이터로 빠르게 학습 - 객체 탐지(Object Detection): R-CNN, YOLO, SSD, DETR 등 최신 객체 탐지 모델 이해 및 실습 - 세그멘테이션(Segmentation): U-Net, Mask R-CNN을 통한 픽셀 단위 객체 분할 경험
중급이상
PyTorch, 컴퓨터 비전, CNN








![[AI 실무] AI Research Engineer를 위한 논문 구현 시작하기 with PyTorch강의 썸네일](https://cdn.inflearn.com/public/courses/334289/cover/b8885796-1e67-4983-9432-bcda0daae927/334289.png?w=420)


![[모바일] 딥러닝 Computer Vision 실전 프로젝트강의 썸네일](https://cdn.inflearn.com/public/courses/324985/course_cover/6bedded2-1f32-4d11-be03-6e5bf5a3b488/sjh-mobile-cv.png?w=420)
![[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트강의 썸네일](https://cdn.inflearn.com/public/courses/324207/course_cover/1a79c7dc-1624-4d3a-95ff-79ba1e9c4025/python_machine_learning.png?w=420)