학습 방법 문의 드립니다.

강의 수강중인 학생입니다.

m1 mac 에서 수강중인데 강의 수강함에 문제 없는지 궁금합니다.

안녕하십니까,

책, 강의 다 구매해 주셔서 감사합니다.

목표로 하시는게 Yolo나 RetinaNet으로 이미지 분석이라면, 파이썬 머신러닝 완벽 가이드를 완강하실 필요는 없습니다(물론 머신러닝을 이해한 후에 Yolo등을 학습하시는게 순서 이지만).

아직 머신러닝 기본이 안잡히신 상태라면 일단 파이썬 머신러닝 완벽 가이드의 1, 2장 정도만 학습하셨으면 합니다.

딥러닝 컴퓨터 비전 완벽 가이드는 사실 이론적으로 CNN을 먼저 아셔야 합니다. 하지만 Object Detection/Segmentation 알고리즘의 이론을 이해하는 것 보다 Yolo등의 패키지를 이용한 실습 구현을 더 빨리 익히고 싶으신것으로 판단됩니다.

실습 구현은 파이썬 구현 능력이 어느정도 있으시면 좋습니다. 아직 파이썬 구현이 자유롭지 못하시다면, 유투브나 여러 블로그등을 참조해서 구현 연습을 계속 해보시는게 좋습니다. 이와 함께 파이썬 머신러닝 완벽 가이드에 있는 Numpy, Pandas(강의 1장에 있습니다) 부분을 좀 더 익히시기를 권장 드립니다(이미 3장까지 하셨지만, 해당 부분이 잘 손에 안잡히시면 권유드립니다). 오랜 구현 경험이 있으시니, 파이썬은 쉽게 적응이 되실 것입니다.

제가 이번에 딥러닝 컴퓨터 비전 완벽 가이드의 개정판을 내었습니다. 여기에 Yolo 5 실습 강의가 있으니 이를 따라해 보시면 충분히 Yolo 5를 익히실 수 있을 것 입니다.

지금 하셔야 될 부분을 요약 드리면

1. 파이썬 구현 능력 함양

2. Numpy, Pandas 활용 능력(주로 Numpy)

3. 딥러닝 컴퓨터 비전 완벽 가이드 실습 코드 따라하기

이걸 1, 2가 완벽히 준비 된 후에 3을 하는게 아니라, 1, 2, 3을 동시에 같이 하시는게 실력 향상에 더 도움이 될 것 입니다. 너무 조급해 하지 마시고,  아직 application 구현 경험이 python으로 없으신 상태라면 딥러닝 영상 처리 구현은 상당히 시간이 걸립니다. 하지만 강의를 따라해 보시면서 부족한 부분을 채워 나가신다면, 정말 빠르게 구현하실 수 있습니다.

그리고 강의와 질문-답변들을 보면서 100% 이해한다기 보다는 어렴풋하게 개념을 잡고 간다는 생각으로 공부를 하고 있으시다고 말씀해 주셨는데, 이것도 좋은 방법이라고 생각됩니다. 병렬로 여러가지를 조금씩 알아가면서 반복적으로 학습하는 방법을 저는 권장드립니다.

딥러닝 컴퓨터 비전 완벽 가이드의 실습 코드에 어느정도 적응이 되셨다면, 딥러닝 CNN 에 대한 이해를 시작으로 좀 더 이론적인 베이스를 갖추는게 중요합니다. 이 분야가 너무 빨리 변해서 제대로 기본이 잡히지 않으면 따라가기가 어렵습니다. 

중요한건 조금씩 학습해 나가는 것임을 주지하시고, 위에서 말씀 드린 방법으로 실천해 나가신다면 원하시는 좋은 결과를 얻으실 수 있을 걸로 생각됩니다.

감사합니다.