- 프로젝트 소개

먼저 이미지와 영상을 다루는 기법에 대해서 배우고 출발해야겠지요?
딥러닝을 본격적으로 활용하기에 앞서 OpenCV의 핵심 기법을 차근차근 배워나갑니다.

원하는 이미지를 모아서 가공하고 YOLO를 학습시켜서 불량사과와 귤을 식별해요.
구글 Colab와 DarkNet을 이용하여 Custom Data Yolo의 학습 방법을 실습합니다.

다양한 Object Tracking 기술로 빠르고 쉽게 물체를 추적해요.
지나가는 사람 수를 세고 OpenCV Tracking기법으로 얼굴을 추적해요.

Face Landmark, Alignment로 얼굴인식의 정확도를 높여요.
Face Landmark와 EAR을 이용하여 졸음감지 프로젝트도 만들어 봐요.

딥러닝으로 얼굴을 인식하고 나이와 성별까지 추정해 봅니다.
Face Landmark, Alignment기술을 사용하면 얼굴인식이 더 높아져요.

1. YOLO 이미지, 동영상 처리 등 기본을 배우는 'YOLO를 이용한 사물 식별(Object Detection)'단원을 포함했습니다.

2. 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 파이썬을 기반으로 합니다.

이 외에도 몇 가지 유용한 소프트웨어를 설치하는데 강의 속에서 하나씩 설명드립니다.

- 궁금해요!

Q. 이 강의는 어떤 특징을 가지고 있나요?
A. 딥러닝, 머신러닝을 실전에서 활용하는 방법을 고민했습니다.
이 과정은 대표적인 분야인 Computer Vision 관련된 이론 설명 뿐 아니라
실전 프로젝트를 통해서 딥러닝을 배우게 됩니다.

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.