꼰대코더

Claude Code 는 Anthopic사가 자사의 모델과 Tools를 이용하여 만든 코딩 어시스턴트 에이전트이다.ToolsBash셸 명령어 실행Edit파일 편집Glob패턴을 기반으로 파일 찾기Grep파일 내용에서 패턴 검색LS파일 및 디렉터리 목록 표시MultiEdit여러 편집을 동시에 수행NotebookEditJupyter 노트북 셀 수정NotebookReadJupyter 노트북 셀 읽기 및 표시Read파일 읽기Task복잡한 다단계 작업을 처리하는 하위 에이전트 실행TodoWrite구조화된 작업 목록 생성 및 관리WebFetchURL에서 콘텐츠 가져오기WebSearch웹 검색Write파일 생성 또는 덮어쓰기

오브젝트 분석을 위해서는 그레이 이미지로 변화한 후 2진화를 통해 바이너리 이미지로 만들어야 한다.보통 바이너리 이미지는 이미지 헤더에 Index 0, 255 를 만들고 0과 1로 표현하지만, OpenCV에서는 헤더없이 0(Black)과 255(White) 로 표현한다. 2진화 방법의 Threshold 값으로는 크게 3가지가 있다.1. (전체대상) 고정값2. (전체대상) 자동으로 분리값 계산 후 분리3. 전체를 작은 블럭으로 나눈 후 고정값이나, 평균, 자동으로 Threshold를 계산 그중 자동 2진화 방법인 OTSU 에 대해 알아보자.일본인 大津(OOTSU) 박사에 의해 1979년 발표되었는데 간단히 설명하면 두 산봉오리(배경과 전경) 사이의 계곡을 찾는 원리이다.double getOtsuThres..

칼라 이미지를 그레이스케일 이미지로 변환하는 기본적인 방법은1. 화일을 읽어 들일때 명시적 파라미터(=0)로 지정 cv::Mat gray = cv::imread("이미지 화일 패스", 0); 2. cv::cvtColor 함수로 변환 cv::cvtColor(color, gray, cv::COLOR_BGR2GRAY); ※ OpenCV 의 Mat내의 1픽셀의 칼라 배치는 BMP포맷과 같이 BGR 입니다. RGB가 아닌 이유는 90년대 BMP를 마이크로소프트가 고안을 했고 당시 Windows는 Intel CPU를 채용했기 때문에 Intel CPU의 읽고 쓰기 특성이 Little Endian 방식으로 비트의 배열 시작이 오른쪽에서 왼쪽으로의 방향이였기 때문에 R이 오른쪽에 오고 B가 왼쪽에 배치되..

keras 버젼은 아래를 참조 [deep learning] 2. Fashion MNist (keras 버젼)목적1. 이미지 데이터의 분류(classification)2. 학습 데이터의 가공 방법3. 모델의 문제점 분석과 개선 전략 데이터셋 패션_엠니스트 | TensorFlow Datasets이 페이지는 Cloud Translation API를 통해 번역되었습eldercoder.tistory.com 1. 패키지 설치pip install torchpip install torchvision2. 임포트import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport torchimport torch.nn as..

목적1. 이미지 데이터의 분류(classification)2. 학습 데이터의 가공 방법3. 학습의 조기종료 방법4. 모델의 문제점 분석과 개선 전략5. 학습 모델의 저장과 로드 사용 데이터셋 패션_엠니스트 | TensorFlow Datasets이 페이지는 Cloud Translation API를 통해 번역되었습니다. 패션_엠니스트 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요. Fashion-MNIST는 60,000개의 예제로 구성된www.tensorflow.orgWxH=28x28 의 1채널 그레이 이미지로 60,000개의 학습용과 10,000개의 테스트용으로 구성 레벨 데이터는 아래와 같이 10개 구성0T-shirt/top1Trouser2Pullover3Dress4Co..

keras 버젼은 아래를 참조 [deep learning] 1. Combined Cycle Power Plant (keras 버젼)목적과거 발전소에서의 조건 [AT: 시간당 평균 온도] [V: 배기진공] [AP: 주위 압력] [RH: 습도] 에 따라 출력 [PE] 데이터를 학습하므로써 새로운 조건에 따라서 예상 출력을 예측하는 모델의 구축.데eldercoder.tistory.com 1. 라이브러리 인스톨pip install torchpip install openpyxlpip install scikit-learnpip install pandaspip install numpy2. 임포트import numpy as npimport pandas as pdfrom sklearn.preprocessing impor..

목적과거 발전소에서의 조건 [AT: 시간당 평균 온도] [V: 배기진공] [AP: 주위 압력] [RH: 습도] 에 따라 출력 [PE] 데이터를 학습하므로써 새로운 조건에 따라서 예상 출력을 예측하는 모델의 구축.데이터셋 UCI Machine Learning RepositoryThis dataset is licensed under a Creative Commons Attribution 4.0 International (CC BY 4.0) license. This allows for the sharing and adaptation of the datasets for any purpose, provided that the appropriate credit is given.archive.ics.uci.edu1...