728x90 반응형 classification3 [데이콘/DACON] 유전체 정보 품종 분류 AI 경진대회 (낯선 데이터 다루기, 데이터 전처리, EDA, StratifiedShuffleSplit, Optuna, Soft Voting) [배경] 유전체 염기서열에서 획득한 유전체 변이 정보인 Single Nucleotide Polymorphism 정보는 특정 개체 및 특정 품종에 따라 다른 변이 양상을 나타낼 수 있기 때문에 동일개체를 확인하거나, 동일 품종을 구분하는데 활용이 가능합니다. 따라서 이번 경진대회에서는 개체 정보와 SNP 정보를 이용하여 A, B, C 품종을 분류하는 최고의 품종구분 정확도를 획득하는 것이 목표입니다. 농축수산 현장에서는 유전체 변이정보를 이용해서 품종을 구분하는 연구를 통해 품종의 다양성 혹은 품종 부정유통을 방지하기 위해 많이 활용하게 됩니다. [주제] 개체와 SNP 정보를 이용하여 품종 분류 AI 모델 개발 [설명] 시장에서 세 품종이 동시에 유통될 때, 각 품종의 고유한 생산품목(우유 및 식육)의 가.. 2023. 2. 8. [2차 프로젝트] CNN 구조의 차량 분류 모델 연구 (2) (개발자 취업코스, 국비 지원, 구글 크롤링, 데이터 전처리, 이미지 전처리, 전이 학습, CNN 모델) 2023.02.07 - [Project] - [2차] CNN 구조의 차량 분류 모델 연구 (1) [2차] CNN 구조의 차량 분류 모델 연구 (1) 위 개와 고양이 이미지는 만약 이미지 분류를 했을 때, 특징이 뚜렷하여 구별이 쉽다. 하지만 아래 사진은 어떨까? 컴퓨터는 분류를 위해 스킨 헤어, 안경, 사람이라는 특징을 제외한 다른 특징 zzgrworkspace.tistory.com 딥 러닝 모델을 설계하기에 앞서 데이터 셋을 어떻게 구성하게 됐는지에 대한 내용을 이전 포스트에서 설명했다. 이어서 딥 러닝 모델 설계에 대한 내용이다. 우선, 전이학습 없이 제작한 CNN 모델 중 accuracy가 높은 구조를 기준으로 전이학습을 수행하기로 하였다. 전이학습을 하지 않은 기본 CNN 모델에 대한 evalua.. 2023. 2. 7. [2차 프로젝트] CNN 구조의 차량 분류 모델 연구 (1) (개발자 취업코스, 국비 지원, 구글 크롤링, 데이터 전처리, 이미지 전처리, 전이 학습, CNN 모델) 위 개와 고양이 이미지는 만약 이미지 분류를 했을 때, 특징이 뚜렷하여 구별이 쉽다. 하지만 아래 사진은 어떨까? 컴퓨터는 분류를 위해 스킨 헤어, 안경, 사람이라는 특징을 제외한 다른 특징을 찾아내야 한다. 구별은 가능할지라도 어떤 부분이 다른지 설명하기 매우 어려울 것이다. 이번 연구의 배경은 이미지 분류와 유사 이미지 분류의 차이에서 기인했다. 유사 이미지 분류는 이미지들간 특성을 추출하여 분류해야 하기 때문에, 단순 이미지 분류와는 차이가 있다. 더불어 참고 자료가 적고 이미지 데이터 전처리, 하이퍼 파라미터 조정, 파인 튜닝 등 미세한 조정이 필요하다. 여기서 유사 이미지 분류에 있어서 '실용적이고 범용적인 모델을 만들 수 있을까?'라는 생각을 했고 자동차라는 아이템을 선정해 연구를 시작했다. .. 2023. 2. 7. 이전 1 다음 728x90 반응형
