[opencv] 보드판 생성

1. 보드판 생성 8 * 8 보드판을 만들기 위해 배열을 생성한다. board = [] for i in range(8): boardTemp = [] for j in range(8): boardTemp.append(0) board.append(boardTemp) 2. 기본 돌 세팅 othello 게임을 보면 기본 세팅이 되어있는 상태로 나온다. halfWidth = int(len(board) / 2) - 1 halfHeight = int(len(board[0]) / 2) - 1 board[halfWidth][halfHeight] = 1 board[halfWidth][halfHeight+1] = 2 board[halfWidth+1][halfHeight] = 2 board[halfWidth+1][halfHei..

• format_list_bulleted 📦 개발/opencv
• · 2023. 1. 31.

[Data Structure] 스택

스택은 삽입과 삭제가 한쪽 끝 top에서만 이루어지는 유한 순서 리스트이며 주로 사용하는 함수가 push, pop이기에 pushdown 리스트라고도 한다. 스택은 LIFO(Last In First Out) 방식이기 때문에 스택을 역순으로 만드는데 유용하다. 스택 ADT ADT Stack 데이타 : 0개 이상의 원소를 가진 유한 순서 리스트 연산 : stack ∈ Stack; item ∈ Element; createStack() ::= create an empty stack; push(stack, item) ::= insert item onto the top of the stack; isEmpty(stack) ::= if (stack is empty) then return true else return f..

• format_list_bulleted 🧩 자바
• · 2023. 1. 31.

[CNN] Simple Convolution Network function

Simple Convolution Network 나머지 함수들 전체 코드 def predict(self, x): for layer in self.layers.values(): x = layer.forward(x) return x def loss(self, x, t): """손실 함수를 구한다. Parameters ---------- x : 입력 데이터 t : 정답 레이블 """ y = self.predict(x) return self.last_layer.forward(y, t) def accuracy(self, x, t, batch_size=100): if t.ndim != 1 : t = np.argmax(t, axis=1) acc = 0.0 for i in range(int(x.shape[0] / ba..

• format_list_bulleted 📦 개발/AI
• · 2023. 1. 31.

[CNN] Simple Convolution Network

아래 예제는 다음과 같이 CNN 모델을 구성하였다. Convolution Network Class 생성자 def __init__(self, input_dim=(1, 28, 28), conv_param={'filter_num':30, 'filter_size':5, 'pad':0, 'stride':1}, hidden_size=100, output_size=10, weight_init_std=0.01): filter_num = conv_param['filter_num'] filter_size = conv_param['filter_size'] filter_pad = conv_param['pad'] filter_stride = conv_param['stride'] input_size = input_dim[1] c..

• format_list_bulleted 📦 개발/AI
• · 2023. 1. 30.

[opencv] 이미지 처리 궁금한 것 정리

opencv 이미지 처리 과정 중 궁금한 것들 정리해보려고 한다. 이미지에서 바둑판모양을 추출하려고 알아보니 다음과 같은 설명이 나왔다. 1. 왜 사진을 흑백이미지로 변환할까 ? - 컬러이미지의 경우 RGB 3개의 채널을 사용하는데 흑백 이미지의 경우 1개의 채널을 사용하기 때문에 이미지 처리 속도가 1/3 가량 빨라진다고 한다. - grayscale 로 변환하는 것 외로 HSV(색상, 명도, 채도), YUV(밝기, 색상차) 등이 있다. 2. blur 처리는 왜 하는 것일까 ? - 기존 이미지에 필터를 합성(2D convolution)하여 이미지를 변형하는데 노이즈를 제거하는데 유용하며 이미지가 매끈하게 보이는 효과를 낸다고하여 smoothing 이라고도 불린다. - 노이즈를 제거하는 방법으로는 평균을 ..

• format_list_bulleted 📦 개발/opencv
• · 2023. 1. 28.

[CNN] 용어 정리

FCNN(Fully Connected Neural Network) 에서는 입력 데이터를 1차원 배열 형태로 한정하기 때문에 입력데이터의 공간정보를 손실할 수 있다. 그렇기에 입력데이터의 이미지 공간정보를 유지한 상태로 학습 후 FCNN을 거쳐 결과물을 얻어낼 수 있다. CNN은 이미지의 특징을 추출하는 부분과 클래스를 분류하는 부분으로 나누고 Convolution layer, Pooling layer를 여러 단계 거친다. Convolution Layer는 입력 데이터에 필터를 적용 후 활성화 함수를 반영해야 하며 pooling layer는 선택적이다. convolution, pooling layer를 거친 각각의 결과를 feature map이라고 한다. 1. Channel 컬러 이미지의 경우 픽셀을 rg..

• format_list_bulleted 📦 개발/AI
• · 2023. 1. 26.