HOME > Detail View

Detail View

컴퓨터 비전과 딥러닝 : 텐서플로와 케라스를 사용한 전문 가이드

컴퓨터 비전과 딥러닝 : 텐서플로와 케라스를 사용한 전문 가이드 (Loan 37 times)

Material type
단행본
Personal Author
Shanmugamani, Rajalingappaa
Corporate Author
테크 트랜스 그룹 T4, 역
Title Statement
컴퓨터 비전과 딥러닝 : 텐서플로와 케라스를 사용한 전문 가이드 / 라쟈링가파 샨무갸마니 지음 ; 테크 트랜스 그룹 T4 옮김
Publication, Distribution, etc
서울 :   에이콘,   2018  
Physical Medium
342 p. : 천연색삽화, 도표 ; 24 cm
Series Statement
Acorn+PACKT technical book 시리즈
Varied Title
Deep learning for computer vision : expert techniques to train advanced neural networks using TensorFlow and Keras
ISBN
9791161752006 9788960772106 (Set)
General Note
색인수록  
Subject Added Entry-Topical Term
Artificial intelligence Neural networks (Computer science)
000 00000cam c2200205 c 4500
001 000045958598
005 20181026105519
007 ta
008 181025s2018 ulkad 001c kor
020 ▼a 9791161752006 ▼g 94000
020 1 ▼a 9788960772106 (Set)
035 ▼a (KERIS)BIB000014925789
040 ▼a 241050 ▼c 241050 ▼d 241050 ▼c 241050 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2018z26
100 1 ▼a Shanmugamani, Rajalingappaa
245 1 0 ▼a 컴퓨터 비전과 딥러닝 : ▼b 텐서플로와 케라스를 사용한 전문 가이드 / ▼d 라쟈링가파 샨무갸마니 지음 ; ▼e 테크 트랜스 그룹 T4 옮김
246 1 9 ▼a Deep learning for computer vision : ▼b expert techniques to train advanced neural networks using TensorFlow and Keras
260 ▼a 서울 : ▼b 에이콘, ▼c 2018
300 ▼a 342 p. : ▼b 천연색삽화, 도표 ; ▼c 24 cm
440 0 0 ▼a Acorn+PACKT technical book 시리즈
500 ▼a 색인수록
630 0 0 ▼a TensorFlow (Electronic resource)
630 0 0 ▼a Keras
650 0 ▼a Artificial intelligence
650 0 ▼a Neural networks (Computer science)
710 ▼a 테크 트랜스 그룹 T4, ▼e
900 1 0 ▼a 샨무갸마니, 라쟈링가파, ▼e
945 ▼a KLPA

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2018z26 Accession No. 121246398 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2018z26 Accession No. 121247608 Availability Available Due Date Make a Reservation Service B M
No. 3 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.31 2018z26 Accession No. 151343032 Availability In loan Due Date 2021-06-19 Make a Reservation Available for Reserve R Service
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2018z26 Accession No. 121246398 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2018z26 Accession No. 121247608 Availability Available Due Date Make a Reservation Service B M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.31 2018z26 Accession No. 151343032 Availability In loan Due Date 2021-06-19 Make a Reservation Available for Reserve R Service

Contents information

Book Introduction

딥러닝은 인공 지능에 혁명을 일으키고 있으며 앞으로 수십 년 동안 강렬하게 세상을 바꿀 기술이다. 심층 학습을 기반으로 한 인공 지능은 산업혁명과 비슷한 수준의 영향을 미칠 수 있다. 딥러닝은 현실상에서는 산업 혁명과 기계와 마찬가지로 산업 생산성을 향상시키고 많은 인류의 생활 수준을 높여줄 것이다. 컴퓨터 비전을 위해 활용될 수 있는 딥러닝에 대한 기본 지식들을 파악하게 되고, 딥러닝의 강력한 힘과 많은 애플리케이션을 지원하기 위한 내용에 대해서 알게 될 것이다.

★ 이 책에서 다루는 내용 ★

■ 케라스와 텐서플로에 대한 환경 설정
■ 애완동물 분류 제약 사항을 고려한 이미지 분류와 딥러닝 모델 훈련 방법 학습
■ 모델의 심층 레이어 이해
■ 이미지 추출 문제를 해결하기 위한 사전 훈련된 모델의 사용 방법
■ 검출 방법 이해와 보행자 검출 적용
■ 이미지 캡션 방법의 학습 및 구현
■ GAN을 사용해 이미지를 생성할 수 있는 모델 훈련
■ 동영상 분류 방법의 확인 및 실제 구현
■ 다양한 플랫폼에 실제 훈련된 모델 적용

★ 이 책의 대상 독자 ★

분류, 검출, 검색, 분할, 생성, 자막 및 동영상 분류와 같은 컴퓨터 비전 문제에 대한 심층적 학습 방법을 알고 싶은 독자나 적은 데이터, 불균형 클래스, 소음과 같은 다양한 제약 조건에서도 높은 정확도를 달성하는 방법을 이해하길 원하는 독자에게 적합한 책이다.
이와 더불어 훈련된 모델을 다양한 플랫폼(AWS, 구글 클라우드, 라즈베리 파이, 휴대전화)에서 사용하는 방법을 알고 싶은 독자에게도 추천한다. 이 책을 모두 읽고 나면, 독자는 인물 검출, 얼굴 인식, 제품 검색, 의료 이미지 분할, 이미지 생성, 이미지 캡션, 동영상 분류 등의 문제에 대한 코드를 개발할 수 있게 될 것이다.

★ 이 책의 구성 ★

1장. '시작하기'에서는 딥러닝의 기초를 소개하며, 초보자는 어휘에 익숙해질 시간을 갖게 된다. 이후 장을 수행하는 데 필요한 소프트웨어 패키지 설치에 대한 내용도 다룬다 .
2장. '이미지 분류'에서는 이미지 전체에 레이블을 붙이는 이미지 분류 문제를 설명한다. 이미지 분류 기술에 대해 배우고 애완동물 분류에 대한 딥러닝 모델을 훈련할 수 있다. 또한 정확도를 높이고 다양한 고급 아키텍처에 대한 심도 있는 내용을 배우게 된다.
3장. '이미지 검색'에서는 심층 특징(deep feature)과 이미지 검색을 다룬다. 모델 시각화, 시각적 기능, 텐서플로(TensorFlow)를 사용한 추론, 제품 검색을 위한 시각적 기능 제공 및 사용에 대한 다양한 방법을 학습할 수 있다.
4장. '객체 검출'에서는 이미지의 객체 검출을 설명한다. 다양한 객체 검출 기술을 배우고 이를 보행자 검출(pedestrian detection)에 적용할 수 있다. 객체 검출을 위한 텐서플로 API가 이 장에서 활용된다.
5장. '시맨틱 분할'에서는 픽셀 단위로 이미지를 분할하는 것을 다룬다. 분할 기법에 대한 지식을 얻고 의료 이미지의 분할 모델을 훈련할 수 있다.
6장. '유사도 학습'에서는 유사도 학습에 대해 이야기한다. 유사도 매칭(similarity matching)과 얼굴 인식을 위한 모델을 훈련시키는 방법을 배우게 된다. 얼굴 표식(face landmark)을 훈련시키는 모델이 설명된다.
7장. '이미지 캡션'에서는 이미지의 캡션을 생성하거나 선택하는 것을 다룬다. 자연어 처리 기술과 이 기술을 사용해 이미지 캡션을 생성하는 방법을 배운다.
8장. '생성 모델'에서는 다양한 목적으로 합성 이미지를 생성하는 방법을 설명한다. 독자는 이 장을 통해 생성 모델이 무엇인지 배우고, 스타일 전송과 훈련 데이터 등의 이미지 생성 애플리케이션 프로그램에 적용할 수 있다.
9장. '동영상 분류'에서는 동영상 데이터에 대한 컴퓨터 비전 기술을 다룬다. 동영상 문제와 이미지 문제의 주요 차이점을 이해하고 동영상 분류 기술을 구현해본다.
10장. '배포'에서는 심화 학습 모델의 배포 단계를 설명한다. 훈련된 모델을 배치하고 다양한 속도에 맞게 최적화하는 방법을 배울 수 있다.


Information Provided By: : Aladin

Author Introduction

라쟈링가파 샨무갸마니(지은이)

현재 SAP 싱가포르에서 딥러닝 분야의 리더로 일하고 있다. 이전에는 컴퓨터 비전 제품 개발을 위해 여러 신생 기업에서 근무하고 컨설팅해왔다. 인도 공과 대학(Indian Institute of Technology, Madras)에서 석사 학위를 받았으며, 제조 분야의 컴퓨터 비전 애플리케이션 산업에 관한 논문을 저술했다. 저널 및 콘퍼런스에서 동료 논문 검토를 했으며, 머신 러닝 분야에서 몇몇 특허를 보유했다. 여가에는 프로그래밍과 머신 러닝을 학생과 엔지니어에게 가르친다.

테크 트랜스 그룹 T4(옮긴이)

최신 IT 테크놀로지에 대한 리서치를 목적으로 하는 스터디 그룹이다. 엔터프라이즈 환경에서 오픈소스를 활용해 프레임워크를 구축하는 데 관심이 많으며, 스프링Spring, React.js, Node.js, OpenCV, ML 등의 기술에 주목하고 있다. 오픈소스 기반의 플랫폼 개발 및 활용도 주요 관심 분야다. 에이콘출판사에서 펴낸 『구글 애널리틱스로 하는 데이터 분석 3/e』(2017), 『추천 엔진을 구축하기 위한 기본서』(2017) 등을 번역했다.

Information Provided By: : Aladin

Table of Contents

1장. 시작하기 
딥러닝 이해하기 
퍼셉트론 
활성화 함수 
인공 신경망 
원-핫 인코딩 
신경망 학습 
텐서플로 플레이그라운드 살펴보기 
컨볼루션 신경망 
순환 신경망 
LSTM 
컴퓨터 비전을 위한 딥러닝 
분류 
검출 또는 로컬라이제이션 및 분할 
유사도 학습 
이미지 캡셔닝 
생성 모델 
동영상 분석 
개발 환경 설정하기 
하드웨어 및 운영체제 
소프트웨어 패키지 설치하기 
요약 

2장. 이미지 분류 
텐서플로에서 MNIST 모델 훈련하기 
MNIST 데이터셋 
MNIST 데이터 로드하기 
퍼셉트론 구축하기 
다중 레이어 컨볼루션 신경망 구축하기 
케라스에서 MNIST 모델 훈련시키기 
데이터셋 준비하기 
모델 구축하기 
그 외 일반적으로 사용되는 이미지 테스트 데이터셋 
CIFAR 데이터셋 
패션-MNIST 데이터셋 
ImageNet 데이터셋 및 대회 
더 깊은 딥러닝 모델 
AlexNet 모델 
VGG-16 모델 
구글 인셉션-V3 모델 
마이크로소프트 ResNet-50 모델 
SqueezeNet 모델 
공간 변환 네트워크 
DenseNet 모델 
개와 고양이를 예측하는 모델 훈련시키기 
데이터 준비하기 
간단한 CNN으로 벤치마킹하기 
데이터셋 확장하기 
모델의 전이 학습 또는 미세 조정 
딥러닝의 여러 레이어 파인 튜닝하기 
실제 애플리케이션 개발하기 
올바른 모델 선택하기 
언더피팅 및 오버피팅 시나리오 해결하기 
얼굴에서 성별과 나이 검출하기 
의류 모델 미세 조정하기 
브랜드 안정성 
요약 

3장. 이미지 검색 
시각적 특징의 이해 
딥러닝 모델 활성화의 시각화 
임베딩 시각화 
DeepDream 
적대적인 사례 
모델 추론 
모델 내보내기 
훈련된 모델 사용 
콘텐츠 기반 이미지 검색 
검색 파이프라인 구축 
효율적 검색 
ANNOY를 사용한 매칭 가속화 
Raw 이미지 자동 인코더 
자동 인코더를 사용한 노이즈 제거 
요약 

4장. 객체 검출 
이미지에서의 객체 검출 
데이터셋 탐색하기 
ImageNet 데이터셋 
파스칼 VOC 챌린지 
COCO 객체 검출 챌린지 
측정 항목을 사용해 데이터 집합 평가하기 
알고리즘 로컬라이제이션하기 
슬라이딩 윈도우를 사용해 객체 로컬라이제이션하기 
로컬라이제이션을 회귀 문제로 생각해보기 
객체 검출 
R-CNN 
Fast R-CNN 
Faster R-CNN 
싱글 샷 다중 박스 검출기 
객체 검출 API 
설치 및 설정 
사전 훈련된 모델 
객체 검출 모델 재훈련 
자율주행용 보행자 검출 훈련 
YOLO 객체 검출 알고리즘 
요약 

5장. 시맨틱 분할 
픽셀 예측 
의료 이미지 진단 
위성 이미지를 사용해 지구를 살펴보기 
로봇이 볼 수 있도록 허용하기 
데이터셋 
시맨틱 분할을 위한 알고리즘 
완전 컨볼루션 네트워크 
SegNet 아키텍처 
확장 컨볼루션 
DeepLab 
RefiNet 
PSPnet 
대형 커널의 문제 
DeepLab v3 
울트라-신경 분할 
위성 이미지 분할 
분할을 위한 FCN 모델링 
인스턴스 분할 
요약 

6장. 유사도 학습 
유사도 학습을 위한 알고리즘 
샴 네트워크 
FaceNet 
DeepNet 모델 
DeepRank 
시각적 추천 시스템 
인간 얼굴 분석 
얼굴 검출 
얼굴 표식 및 속성(attribute) 
캐글 키포인트 데이터셋 
얼굴 인식 
얼굴 클러스터링 
요약 

7장. 이미지 캡션 처리 
문제 및 데이터셋 이해하기 
이미지 캡션을 위한 자연어 처리 이해 
벡터 형태로 단어 표현하기 
단어를 벡터로 변환 
임베딩 훈련 
이미지 캡션 및 관련 문제에 대한 접근 방법 
조건부 랜덤 필드를 사용해 이미지와 텍스트 연결하기 
CNN 기능에서 RNN을 사용해 자막 생성 
이미지 순위를 사용해 자막 만들기 
이미지와 이미지에서 캡션 가져오기 
밀집 캡션 
캡션에 RNN 사용하기 
다중 모달 측정 항목 공간 사용하기 
캡션 작성 시 관심 네트워크 사용하기 
언제 살펴봐야 할지 파악하기 
관심 기반 이미지 캡션 방법 구현하기 
요약 

8장. 생성 모델 
생성 모델의 애플리케이션 
예술적 스타일 이전 방법 
동영상의 다음 프레임 예측 방법 
슈퍼 해상도 이미지 
대화형 이미지 생성하기 
이미지를 이미지로 변환하기 
텍스트로 이미지 생성하기 
불필요 제거 
블렌딩 
속성 변환하기 
훈련 데이터 생성 
새 애니메이션 캐릭터 만들기 
사진으로부터 3D 모델 생성 
신경 예술 스타일 전송 
콘텐츠 손실 
그램 매트릭스를 사용한 스타일 손실 
스타일 전송 
GAN 
바닐라 GAN 
조건부 GAN 
적대적 손실 
이미지 변환 
InfoGAN 
GAN의 단점 
VDM 
VDM 알고리즘 
요약 

9장. 동영상 분류 
동영상의 이해 및 분류 
동영상 분류 데이터셋 탐색 
동영상을 프레임으로 분할하기 
동영상 분류 접근법 
동영상에 대한 이미지 기반 접근법 확장 
사람의 포즈도 적용하기 
동영상 분할 
동영상 캡션 
동영상 생성 
요약 

10장. 배포 
모델 성능 
모델 양자화 
MobileNets 
클라우드에서 배포하기 
AWS 
구글 클라우드 플랫폼 
장치에 모델 배포하기 
Jetson TX2 
안드로이드 
아이폰 
요

New Arrivals Books in Related Fields

Baumer, Benjamin (2021)
데이터분석과인공지능활용편찬위원회 (2021)
Harrison, Matt (2021)