Computer Vision분야에서 사물인터넷과 딥러닝을
활용하는 방법과 예제를 같이 배웁니다.

머신러닝, 딥러닝
이제는 실전입니다!

인공지능의 Hot한 분야, Computer Vision! 사물인터넷 IoT 라즈베리파이와 만나 실전 프로젝트로 태어났습니다.


활용할 능력을 키우세요!

인공지능, 머신러닝, 딥러닝을 배우고 강의하면서 이론적인 기초를 다지는 것이 중요한 만큼 실전에서 활용할 능력을 키우는 것도 중요하다고 생각했습니다.

그래서 인공지능, 머신러닝, 딥러닝을 사용하는 대표적인 영역인 Computer Vision분야에서 사물인터넷 IoT장치를 활용하는 프로젝트를 준비하게 되었습니다.

재미있는 과제를 이론과 함께 한단계 씩 배워나갈 수 있도록 강의를 구성했습니다. 과정을 마치고나면 다양한 Computer Vision 딥러닝 프로젝트와 사업을 꿈꾸게 될 것입니다. 저 역시 현재 진행하는 프로젝트 준비에 도움이 많이 됐습니다.

이 과정을 만들면서 과정에 담지못했던 '출입자 숫자세기', '차량 숫자 및 속도 세기', '얼굴보고 나이와 성별 식별', '영수증,명함인식' 등 다양한 내용을 발전 시켜서 향후 '머신러닝, 딥러닝 Computer Vision 종합과정', '모바일 딥러닝 Computer Vision 실전 프로젝트'와 '로봇IoT 딥러닝 실전 프로젝트' 등 후속과정을 꿈꾸게 되었습니다.

프로젝트 소개

직접 쓴 손글씨를 인식하는 프로젝트로 Computer Vision과 딥러닝의 기본을 다집니다. 프로젝트를 라즈베리파이 IoT장치로 옮기면서 다양한 사물인터넷 기술을 실습합니다. 주차장 카메라로 주차된 차량 숫자를 세고 클라우드 서버에 실시간으로 알려줍니다. 자동차 번호판의 글자와 숫자를 최신 문자인식(Text Recognition)기술로 인식해 보세요. 실시간 카메라로 졸고있는지 확인하고 졸고 있으면 경고음으로 깨워주세요. 라즈베리파이 감시카메라를 설치해서 등록된 사용자 얼굴을 인식하고 출입내용을 서버와 드롭박스 또는 메일로 확인합니다.

라즈베리파이와 웹 카메라 그리고 OpenCV를 이용해서 직접 쓴 숫자를 인식하는 기능을 딥러닝 기술을 이용해서 구현해 봅시다.

딥러닝으로 다양한 사물(Object Recognition)을 찾을 수 있습니다. YOLO와 그 친구들이 이미지에서 주차된 차량 숫자를 세어줍니다. 숫자를 세고나서 실시간으로 클라우드 서버에 저장하세요.

최신 ComputerVison 기술이 이미지와 영상 속에서 문자와 숫자를 인식(Text Recognition)합니다. 카메라로 차량의 번호판을 인식하는 재미있는 프로젝트를 해봅시다.

이제 이미지와 영상에서 얼굴과 눈을 식별(Face, eye Detection)해 볼까요? 그리고 딥러닝으로 동작을 확인합니다.실시간 동영상으로 졸고있는지 확인하고 졸고있으면 경고음으로 깨워줍니다.

얼굴만 인식(Face Recognition)하는 것이 아니고 동작을 확인해서 출입감시 시스템을 만들 수 있어요.
등록된 사람이 출입하면 서버, 드롭박스, 메일로 알려주세요. 등록되지 않은 사람이 오면 경고음을 울려줘요.

특별강의

1. 'Model 정확도 99%이상 높이기'라는 특별강의도 드립니다. 이 강의는 '[라즈베리파이] IoT 딥러닝 Computer Vision 실전 프로젝트'과정 수강생 분들이 MNIST 손글씨 모델이 아래 사진처럼 '7을 왜 7이라 하지 못하나요?'라는 질문에서 시작되었습니다. 물론 모델의 정확도 뿐 아니라 프로그램 예외처리, MNIST원시데이터 등 다양한 요인이 있지만 기존 Nueral Network 모델이 학습용으로 단순해서 이걸 99.38%까지 정확도를 높이기 위해 Nueral Network 모델을 다시 구성하는 내용을 만들어 봤어요.

2. 텐서플로 Keras로도 원하는 모델을 만들 수 있는 방법을 특별강의로 알려드립니다. YOLO 학습에 사용했던 이미지를 그대로 사용해서 Keras로 학습해서 모델을 만들고 물체를 식별하는 내용입니다. YOLO와 Keras를 학습하는 내용도 배우고 서로 비교할 수도 있겠지요?

어떤 툴을 사용하나요?

이 강의에서 다루는 툴은 어떤 것들이 있을까요? 이 강의는 대표적인 ComputerVision 소프트웨어 라이브러리인 OpenCV와 파이썬, 텐서플로를 기반으로 합니다.

그리고 사물인터넷 IoT의 대표격인 라즈베리파이를 사용합니다. 이 외에도 몇가지 유용한 소프트웨어를 설치하는데 강의 속에서 하나씩 설명드립니다.

강의에 필요한 준비물

1. 라즈베리파이 보드(B+ 추천), PiCamera

추가 강의
다양한 이미지, 영상처리 기법과 모듈을 활용하여 재미있고 활용도 높은 프로젝트를 만들어 보세요.

라즈베리파이 관련 내용과 파이어베이스 관련 강의를 특강형식으로 제공합니다.

- 궁금해요!

Q. 이 강의는 어떤 특징을 가지고 있나요?
A. 딥러닝, 머신러닝을 실전에서 활용하는 방법을 고민했습니다.

이 과정은 대표적인 분야인 Computer Vision관련된 이론 설명 뿐 아니라 실전 프로젝트를 통해서 딥러닝을 배우게 됩니다.특히, 라즈베리파이를 사용하여 현장에서 적용할 수 있는 실전 프로젝트를 만들어서 향후에 활용하시도록 돕고 있습니다.

Q. 비전공자도 들을 수 있나요?
A. 딥러닝이나 데이터 과학은 꼭 전산을 전공한 분만 할 수 있는 분야가 아닙니다.여러분의 열정만 있다면 충분히 배우고 활용할 수 있는 내용입니다.