지미뉴트론 개발일기

안녕하세요. 이번 글에서는 python opencv와 Pillow로 이미지 파일을 읽고 쓰는 과정에서원본의 색감 정보를 손실되지 않게 하면서 저장하는 방법을 다루어보도록 하겠습니다. OpenCV에서 그냥 읽고 쓰는 경우다음과 같은 png 파일 이미지를 OpenCV에서 단순히 read 및 write한 경우의 결과를 먼저살펴보도록 하겠습니다. import cv2src_path = "example.png"# 그냥 read -> writeimg = cv2.imread(src_path, cv2.IMREAD_COLOR)cv2.imwrite("out_cv_default.jpg", img) # q≈95, 크로마 4:2:0, ICC 없음위와 같은 코드 스니펫으로 저장된 이미지의 상태는 다음과 같습니다.이미지의 상태를..

안녕하세요. 이번 글에서는 python opencv에서 이미지의 크기를 변경할 때,resize 시 적용되는 보간 방법들에 대하여 간략하게 요약해보도록 하겠습니다. 보간(Interpolation) 이란?이미지 크기를 변경하면 원본의 특성을 최대한 유지하면서 픽셀의 값을 다시 계산해야 합니다.이때, 주변 픽셀 값을 이용해 새로운 값을 추정하는 과정이 바로 보간입니다. cv2.resize 함수로 이미지의 해상도를 쉽게 변경할 수 있는데요.opencv에서는 크게 5가지 정도의 보간 방법을 제공하고 있습니다.cv2.INTER_NEAREST - 최근접 이웃cv2.INTER_LINEAR - 선형 보간 (기본값)cv2.INTER_CUBIC - 3차 보간cv2.INTER_AREA - 영역 보간cv2.INTER_LANC..

안녕하세요.이번 글에서는 python opencv에서 제공하는 아핀 변환 함수인cv2.warpAffine에 대하여 몇 가지 대표적인 활용 예제를 중심으로사용법을 살펴보도록 하겠습니다. 먼저, 다음과 같은 모듈 설치 과정과 시각화 헬퍼 함수를 구현해보도록 하겠습니다.# 모듈 설치 명령어: !pip install opencv-python numpy matplotlibimport cv2import numpy as npimport matplotlib.pyplot as plt# 이미지를 화면에 표시하는 헬퍼 함수def show_images(images, titles, figsize=(15, 5)): plt.figure(figsize=figsize) for i, (img, title) in enumera..

안녕하세요.이번 시간에는 insightface 모듈의 FaceAnalysis 기능을 통하여python으로 얼굴을 추출하고 정보를 분석해보는 예제를 간략하게 다루어보도록 하겠습니다. 모듈 설치우선, 예제를 다루기 전에 필요한 모듈들을 설치하도록 하겠습니다.명령어는 다음과 같습니다.!pip install insightface onnxruntime opencv-python Pillow 얼굴 분석 준비모듈 설치가 완료되었다면, 얼굴 분석은 다음과 같은 코드로 진행할 수 있습니다.import cv2import numpy as npfrom insightface.app import FaceAnalysisimport matplotlib.pyplot as plt# 1. 얼굴 분석 모델 준비(GPU 환경이라면 'CUD..

안녕하세요.이번 시간에서는 Python에서 diffusers 모듈을 이용하여허깅페이스에서 스테이블 디퓨전 모델을 쉽게 불러와서이미지를 원하는대로 생성해보는 예제를 다루어보도록 하겠습니다. 1. 모듈 설치먼저, 필요한 모듈을 다음 명령어를 통하여 설치해보도록 하겠습니다.!pip install diffusers transformers accelerate torch 2. 모델 불러오기 및 이미지 생성모듈 설치 후, 아래의 코드 스니펫으로 허깅페이스에서 모델을 불러와이미지 생성을 진행해볼 수 있습니다.(초기 실행 시에는 모델 다운로드에 수 분 정도가 소요될 수 있습니다.)import torchfrom diffusers import AutoPipelineForText2Image# 1. 모델과 파이프라인 불러오..

안녕하세요.이번 글에서는 이미지에 필름 그레인 효과를 OpenCV와 Numpy를 활용하여추가해보는 간단한 예제 코드를 다루어보도록 하겠습니다. 코드 스니펫 예시는 다음과 같습니다.import cv2import numpy as npimport argparsedef add_film_grain( img_bgr: np.ndarray, amount: float = 0.06, # 전체 그레인 강도 (0.0~0.3 권장) size: float = 1.2, # 입자(노이즈) 스케일; 클수록 거칠고 큼 monochrome: bool = True, # True면 흑백 그레인(영화 느낌), False면 컬러 그레인 shadow_boost: float = 0.6, # 그림..

안녕하세요.이번 글에서는 onnx 파일로 저장된 모델을 pth 파일로 변환하는 방법에 대하여간략하게 정리해보도록 하겠습니다. 1. onnx2torch 모듈 활용만일, onnx 파일 내의 모델이 Conv, ReLU 등 기본 연산자로만 구성되었고,입력 및 출력 shape이 고정된 등 비교적 간단한 경우,onnx2torch 모듈로 onnx -> pth 파일 변환을 매우 쉽게 할 수 있습니다.사용 방법은 다음과 같습니다.# (필요 시) 라이브러리 설치# !pip install onnx2torch# 변환from onnx2torch import converttorch_model = convert("your_model.onnx")# 저장torch.save(torch_model.state_dict(), "conver..

0. 논문 개요제목: TabM: Advancing Tabular Deep Learning with Parameter-Efficient Ensembling등재된 conference: ICLR 2025요약: MLP에서 파라미터 일부분만 앙상블하는 효과로 빠르지만 강력한 성능을 내는 Table Domain에서의 딥러닝 모델공식 깃허브 링크: https://github.com/yandex-research/tabm 1. 모델 구조이해를 돕기 위해 단순 MLP 모델에서 시작하여, 한 단계씩 확장된 구조로 설명을 하고 있습니다.1단계: MLP x k (전통적 앙상블): k개의 MLP 모델을 독립적으로 학습시킨 모델, 단순 MLP 1개만 사용한 경우보다 성능은 좋지만 다소 비효율적2단계: TabM packed (Pa..

안녕하세요.이번 글에서는 table domain에서 예측 모델로 사용해볼 수 있는 대표적인 딥러닝 모델인TabPFN의 활용 예제를 다루어보도록 하겠습니다. 1. 모듈 설치 및 임포트TabPFN 모델 활용을 위한 모듈 설치를 진행해야 합니다. 이는 다음 명령어로 수행합니다.!pip install tabpfn 설치가 완료되었다면 앞으로 다룰 예제에서 필요한 모듈들을 임포트하도록 하겠습니다.import timeimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.datasets import load_winefrom sklearn.model_selection import train_test_splitfrom sklear..

안녕하세요.이번 글에서는 클로드 코드를 API 키로 직접 사용하고 싶을 때,Linux에서 세팅하는 방법에 대해서 다루어보겠습니다. 1. Claude Code 설치Claude Code 설치를 하기 전에 먼저 node.js가 정상 설치되었는지 확인합니다.node -vnpm -v 만일, 설치가 필요한 상황이라면 다음과 같은 명령어로 설치를 진행합니다.sudo apt updatecurl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -sudo apt install -y nodejs node.js 세팅이 완료되었다면 다음 명령어로 클로드 코드를 설치할 수 있습니다.npm install -g @anthropic-ai/claude-code 2. API 키..