백인감자

□ 특정파일을 검색하려는 경우 (하위 디렉토리 포함 : -R 옵션, 대소문자 구분 : -i 옵션) ㅇ ls -lRs | grep -i "파일명" ex. 찾는 파일 : /home/ec2-user/test.py 명령어 입력 경로 : /home □ 특정디렉토리 내에서 특정 키워드가 포함된 파일들을 검색할 때 ㅇ find 디렉토리경로 | xargs grep "키워드" ex . test 라는 키워드가 있는 파일 목록 출력 디렉토리 : /home/ec2-user 명령어 : find /home/ec2-user | xargs grep "test"

입력 이미지 + 분류 결과를 눈으로 확인하기 github 에 있는 cifar10 예제 소스코드로 내 PC 에서 학습시켜서 간단한 모델을 만들었다.PC 사양이 좋지 않아서 batchsize 20 에 epoch 는 10000 회 정도로 학습한 모델을 만들었다. 약 1시간 정도 걸렸던 것 같다.기존 cifar10_eval.py 를 동작시키면 모델의 정확도를 출력하는 수치적인 결과만 확인할 수 있는데 수치보다는실제로 어떤 input 이미지가 어떤 결과로 분류되는지 눈으로 직접 확인하고 싶어서 코드를 약간 변형하였다. 기존의 예제들에서는 전체적인 loss 의 감소와 accuracy 가 퍼센트로 표현되어서 내가 실제로 모델에 넣은 특정 이미지가모델을 통과헸을때 어떤 결과값을 출력하는지를 직관적으로 보고싶었다. 텐서..

왜 이진화를 하는가 ? Gray-scale image는 한 픽셀당 8비트 밖에 차지하지 않기 때문에 컬러이미지보다 크기가 작아 처리하기 쉽다. Binary image의 경우, 픽셀이 가질 수 있는 색은 단 2가지, 흰색 혹은 검정색뿐이다. 따라서 한 픽셀당 1비트만 있어도 되기 때문에, Gray-scale image보다 연산 속도가 빠르다. 영상크기가 작을 때는 못느낄수도 있지만 영상의 크기가 커지거나 영상의 개수가 많으면 연산 속도 차이가 느껴질것이다. --> 빠른 연산속도를 얻기 위해 사용할 수 있다. 출처: http://swprog.tistory.com/entry/사진을-흑백영상으로-바꾸기 [소프트웨어 개구리] 참고: http://docs.opencv.org/2.4.9/modules/imgproc/..