본문 바로가기

segmentation2

[cv2] 색감을 보는 방법 (RGB, BGR, HSV, LAB) 이미지 분석을 하다보면 흔하게 볼 수 있는 색감 관련 개념은 GRAY 혹은 RGB를 많이 사용해보셨을겁니다. 저도 이미지분석을 공부중이라 분석에 적용할 때에는 잘 알고있는, GRAY 혹은 RGB를 이용한 분석을 주로 하였습니다. 그런데 GRAY, RGB 만 이용해서 분석을 하면서 표현적 한계에 부딪치는 경우가 있었습니다. 예를들어 cv2.inRange를 이용하여 색감들을 고를 경우 같은 색감일지라도 RGB로는 표현이 불가능 할 때가 있습니다. 아래의 코드를 이용하여 보라색 계열을 일부가져 왔습니다. image_color = np.array([ [255, 72, 255], [204, 0, 204], [153, 0, 153], [102, 0, 102], [51, 0, 51], [51, 0, 102], [10.. 2023. 1. 19.
[딥러닝] 모델 결과가 매번 다르게 나오는 경우 최근 딥러닝 모델을 개발하고 모델확인을 하면서 문제를 직면한 부분중 하나가 바로 모델 결과가 매번 다르게 나오는 경우입니다. 모델을 열심히 시간 돌려가면서 제작을 하더라도 확인할 때, 아래와 같이 결과가 안나오거나, 이상하게 예측이 되는 때가 있었습니다. 모델 내부나 pytorch의 random 문제가 이일을 발생시키는 줄 알고 다양한 방법을 시도 해보았으나, 해결이 되지 않았습니다. torch.manual_seed(1234) torch.backends.cudnn.deterministic = True torch.backends.cudnn.benchmark = False np.random.seed(1234) 그러다 겨우 찾아낸 문제가 바로 데이터셋 제작할 때, train에 썻던 이미지 변환방법이 문제였습니.. 2022. 12. 15.

티스토리툴바