인프런 커뮤니티 질문&답변
작성한 질문수
학습 방법 문의 드립니다.
작성
·
309
0
욜로나 레티나넷 등을 이용하여 사진이나 영상 분석을 하고 싶습니다. 최종적인 목표는 사진 혹은 영상의 특정 부분을 구분하는 것입니다. (ex. 여러 개의 사진 혹은 영상 중 사람이 있는 것과 없는 것을 판단하여 사람이 있는 영상(사진)과 사람이 없는 영상(사진) 구분하기)
제가 머신러닝을 한번도 공부한 적이 없어서 어떤 방식으로 공부를 해야 좋을지 갈피가 잡히지 않습니다. 컴퓨터공학 전공이고 웹 프로그램을 업으로 삼고 있기는 하지만 통계학은 한번도 접해본 적이 없고, 수학은 20여년 전 고교 졸업 후 해본적 없습니다. 파이썬 역시 아주 가벼운 프로그램을 작성해 본 경험만 있습니다.
[파이썬 머신러닝 완벽 가이드] -> [딥러닝 컴퓨터 비전 완벽 가이드] 순서로 강의를 볼 계획이고 현재 [파이썬 머신러닝 완벽 가이드]의 5장의 회귀를 공부하고 있습니다. 처음에 영상만 보다가 이해하기가 힘이 들어 교재를 구매해 함께 보면서 스터디 중입니다. [파이썬 머신러닝 완벽 가이드]를 완강한 후 [딥러닝 컴퓨터 비전 완벽 가이드]를 시작해야 하나요? 또한, 강의와 질문-답변들을 보면서 100% 이해한다기 보다는 어렴풋하게 개념을 잡고 간다는 생각으로 공부를 하고 있는데 이게 맞는지도 궁금합니다. 소소 코드는 최대한 이해하려고 노력하고 있습니다. 마지막으로 추천해 주시고 싶은 다른 강의나 책, 사이트가 있으시면 같이 보겠습니다. 감사합니다.
참고로, 두 달 전 머신러닝 스터디를 시작할 때
1. [파이썬 머신러닝 완벽 가이드] 의 3장 평가까지 완강
2. [딥러닝 컴퓨터 비전 완벽 가이드] 의 욜로 부분을 보면서 강의에 나온 소스로 테스트 성공
3. 리눅스 서버에 욜로5 설치 후 테스트 실패 - (https://datacook.tistory.com/60 사이트를 참조하여 학습을 시키고 학습이 잘 되었는지 테스트를 하는데 원하는 결과를 얻지 못했습니다.)
의욕만 많아서 급하게 테스트를 하니 디버깅 하기도 어렵고 어디서 어떻게 손을 봐야할지 잘 모르겠어서 다시 천천히 [파이썬 머신러닝 완벽 가이드] 를 공부하고 있는 중입니다.
답변 2
1
1
안녕하십니까,
책, 강의 다 구매해 주셔서 감사합니다.
목표로 하시는게 Yolo나 RetinaNet으로 이미지 분석이라면, 파이썬 머신러닝 완벽 가이드를 완강하실 필요는 없습니다(물론 머신러닝을 이해한 후에 Yolo등을 학습하시는게 순서 이지만).
아직 머신러닝 기본이 안잡히신 상태라면 일단 파이썬 머신러닝 완벽 가이드의 1, 2장 정도만 학습하셨으면 합니다.
딥러닝 컴퓨터 비전 완벽 가이드는 사실 이론적으로 CNN을 먼저 아셔야 합니다. 하지만 Object Detection/Segmentation 알고리즘의 이론을 이해하는 것 보다 Yolo등의 패키지를 이용한 실습 구현을 더 빨리 익히고 싶으신것으로 판단됩니다.
실습 구현은 파이썬 구현 능력이 어느정도 있으시면 좋습니다. 아직 파이썬 구현이 자유롭지 못하시다면, 유투브나 여러 블로그등을 참조해서 구현 연습을 계속 해보시는게 좋습니다. 이와 함께 파이썬 머신러닝 완벽 가이드에 있는 Numpy, Pandas(강의 1장에 있습니다) 부분을 좀 더 익히시기를 권장 드립니다(이미 3장까지 하셨지만, 해당 부분이 잘 손에 안잡히시면 권유드립니다). 오랜 구현 경험이 있으시니, 파이썬은 쉽게 적응이 되실 것입니다.
제가 이번에 딥러닝 컴퓨터 비전 완벽 가이드의 개정판을 내었습니다. 여기에 Yolo 5 실습 강의가 있으니 이를 따라해 보시면 충분히 Yolo 5를 익히실 수 있을 것 입니다.
지금 하셔야 될 부분을 요약 드리면
1. 파이썬 구현 능력 함양
2. Numpy, Pandas 활용 능력(주로 Numpy)
3. 딥러닝 컴퓨터 비전 완벽 가이드 실습 코드 따라하기
이걸 1, 2가 완벽히 준비 된 후에 3을 하는게 아니라, 1, 2, 3을 동시에 같이 하시는게 실력 향상에 더 도움이 될 것 입니다. 너무 조급해 하지 마시고, 아직 application 구현 경험이 python으로 없으신 상태라면 딥러닝 영상 처리 구현은 상당히 시간이 걸립니다. 하지만 강의를 따라해 보시면서 부족한 부분을 채워 나가신다면, 정말 빠르게 구현하실 수 있습니다.
그리고 강의와 질문-답변들을 보면서 100% 이해한다기 보다는 어렴풋하게 개념을 잡고 간다는 생각으로 공부를 하고 있으시다고 말씀해 주셨는데, 이것도 좋은 방법이라고 생각됩니다. 병렬로 여러가지를 조금씩 알아가면서 반복적으로 학습하는 방법을 저는 권장드립니다.
딥러닝 컴퓨터 비전 완벽 가이드의 실습 코드에 어느정도 적응이 되셨다면, 딥러닝 CNN 에 대한 이해를 시작으로 좀 더 이론적인 베이스를 갖추는게 중요합니다. 이 분야가 너무 빨리 변해서 제대로 기본이 잡히지 않으면 따라가기가 어렵습니다.
중요한건 조금씩 학습해 나가는 것임을 주지하시고, 위에서 말씀 드린 방법으로 실천해 나가신다면 원하시는 좋은 결과를 얻으실 수 있을 걸로 생각됩니다.
감사합니다.
처음 머신러닝 완벽가이드 강의를 볼 때 외계어를 듣는 듯한 어색한 감정이 들었는데 이번에 다시 한번 강의를 들을 때에는 어색한 감정은 많이 사라지고 내용의 이해가 조금 더 쉬워졌었습니다. 강의를 진행하면서 이전 항목에 나왔던 내용이 이해가 안되거나 잊어버렸던 부분은 목차를 찾아가면서 다시 한번 짚고 넘어가면서 공부하고 있는데 나쁜 방법은 아니라고 말씀해 주셔서 방향은 이쪽으로 잡고 가겠습니다.
제가 성격이 급해서 무작정 서버에 Yolo를 설치하고 테스트를 하긴 했는데 이론이 없으면 이도 저도 안될것 같아 보입니다. 파이썬 및 Numpy 등의 활용 연습과 선생님의 다른 강의인 [딥러닝 CNN 완벽 가이드] 를 같이 보면서 공부할 생각입니다. 어느정도 CNN에 대해서 알겠다 싶으면 다시 [딥러닝 컴퓨터 비전 완벽 가이드]를 보면서 서버에 Yolo 테스트를 해보겠습니다.
원하던 결과가 나오면 다시 한번 인사 드리겠습니다. 감사합니다.
음, mac에서 lightgbm 설치에 이슈가 있다는 수강생 분들의 의견이 있습니다.
아래와 같은 url로 lightgbm 설치를 권장 드립니다.
https://john-analyst.medium.com/mac%EC%97%90%EC%84%9C-lightgbm-%EC%84%A4%EC%B9%98%ED%95%98%EA%B8%B0-1e5c4ccb5679
그래도 lightgbm이 문제가 있다면, 실습 코드를 복사해서 코랩에서 실습을 하셔도 됩니다. 코랩에서도 문제없이 실습이 됩니다.
감사합니다.