구현하며 이해하는 이미지 생성모델 - 활용

이미지 딥러닝 개념
완벽 이해하기 🧑‍💻

이미지와 관련된 딥러닝 알고리즘을 직접 구현하면서 이해해보세요. 이 강의에서는 Pre-Trained 모델 / Class Activation Map / Yolo / PIX2PIX / CYCLE GAN 구현을 다룹니다. 

저는 비전공자로 5년 넘게 딥러닝을 공부해 오고 있습니다. 이미지 생성 모델이 너무 신기해서 공부를 하는데, 찾는 자료마다 너무 코드가 어렵게 구현되어 있어, 이미지 생성 모델에 대한 공부보다 코드 분석하는 것에 더 어려움을 느꼈습니다. 여러분들께는 저 같은 고충이 없도록 개념/핵심만 함께, 그리고 쉽게 구현해보려고 합니다. 

• 모든 코딩 과정을 함께 하겠습니다.
• 자세한 수식보다는 이해하기 쉬운 예로 설명하겠습니다.
• 실행은 Colab에서 실행되도록 하겠습니다.
• Tensorflow를 간단하게 다루실 수 있어야 합니다. 

이런 분들께
추천합니다.

_{이미지를 다루는
딥러닝에 대해
궁금하신 분} 

_{전반적인 이미지 딥러닝의
방향을
공부하고 싶으신 분}

_{직접 구현을 통해
이미지 딥러닝을
이해하고 싶으신 분}

학습 내용 📚

인터넷에 참고할 코드는 많지만 직접 구현하기에 어려움을 느끼지 않으시나요? 간단한 구현으로 이미지 딥러닝에 대한 개념을 확실히 이해해봅시다.  

Class Activation Map

딥러닝 모델이 집중하는 부분을 시각화 해 보자

YOLO

이미지에서 객체를 찾고 구분하고 위치 정보를 표기해보자

Style Transfer

이미지에 다른 Style을 적용해보자

Pix2Pix

Pair 이미지를 활용하여 GAN을 학습 시켜 보자

Cycle Gan 

Unpaired된 이미지 데이터를 이용하여 Image 2 Image Translation 구현해보자

 

Diffusion을 활용하여 Stable Diffusion을 구현해보자

수강 전 Q&A 💬

지식공유자 소개 ✒️

안녕하세요! [멋진] 이라고 합니다. 저는 비전공자로 현재 5년 넘게 딥러닝을 공부해 오고 있습니다. 딥러닝! 너무 재미 있습니다. 특히 이미지 생성 모델 분야가 너무 매력적인데요. 공부를 하며 자료를 찾아보면, 개념을 너무 어렵게 설명하거나, 코드를 너무 어렵게 작성한 경우가 너무 많았습니다. 제가 공부하면서 정리한 내용을 공유 해보고자 합니다. 비전공자로써, 이런 강의를 공유해도 되나라는 고민을 너무 많이 했습니다. 하지만, 저와 비슷한 처지에 놓인 분들이 분명 있을 것이라 판단하고, 용기를 내어 강의를 공유해 보도록 하겠습니다.