Tech blog

https://github.com/JaidedAI/EasyOCR/blob/master/custom_model.md EasyOCR/custom_model.md at master · JaidedAI/EasyOCRReady-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc. - JaidedAI/EasyOCRgithub.com위의 링크인 github에 어느 정도 자세히 설명해주고 있다.나의 경우에는 일단 detection을 부분을 건들지 않고, recognition 부분만 finetuning하는 것을 목표로 세웠다.(그림에..

chatgpt한테 블로그에 올릴 ocr하기 좋은 이미지를 만들어 달라고 했다. import easyocrreader = easyocr.Reader(['en']) # this needs to run only once to load the model into memoryresult = reader.readtext("./EasyOCR/trainer/all_data/practice.png")result[([[125, 321], [793, 321], [793, 533], [125, 533]], 'STATION', 0.9997768703106611)] 다음 코드를 실행해보면,(1) 검출한 bounding box의 위치 (2) 검출한 text (3) Confidence Score이렇게 세 값을 알 수 있다. 이 ..

https://github.com/JaidedAI/EasyOCR GitHub - JaidedAI/EasyOCR: Ready-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, ChinesReady-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc. - JaidedAI/EasyOCRgithub.com EasyOCR이란?EasyOCR은 PyTorch 기반의 오픈소스 OCR(Optical Character Recog..

Installation and Run# 1. 가상환경 생성python -m venv ppocr_env # 2. 가상환경 활성화 및 환경 설치 (Windows)ppocr_env\Scripts\activatepython -m pip install --upgrade pippython -m pip install paddlepaddle python -m pip install PPOCRLabel# 3. PPOCRLabel 코드 다운로드git clone https://github.com/PaddlePaddle/PPOCRLabel.gitcd PPOCRLabel# 4. 실행python PPOCRLabel.pyRun RecognitionPPOCRLabel의 AutoRecognition 사용 방법은 다음과 같다.우상단 Fi..

본 글은 아래 영상을 보고 정리하였습니다.https://www.youtube.com/watch?v=uFoGaIVHfoE   GAN의 성능을 이겨버린 Diffusion  최초의 연기를 찾아보는 것이 핵심!   실제 물리적으로 분자가 확산될 때,가우시안 분포 안에 다음 위치가 결정된다.  시작 이미지에서 noise를 추가해서 전체를 noise로 만들어버리는 forward와noise를 줄여나가면서 이미지를 생성하는 reverse가 존재한다. 이때, 위에서 설명한 것처럼 이미지에서 noise를 추가하는 과정, 즉 연기가 퍼져 나가는 과정은 매우 쉽다.그러나 그 반대의 과정인 reverse는 어렵다.   앞서 분자가 확산될 때 설명한 것처럼, noise가 추가되는 형식은 가우시안 분포를 따르다.$q(x_{t} |..

# GAN  VAE같은 경우는 경험적이 아닌 수학적으로 접근하다보니까 너무 복잡해서,그냥 sampling했을 때 그럴 듯한 결과가 나오게만 만들면 안될까?explicit density function하지 말고 game theory를 사용해보자! game theory: 2-player game이란?A가 B의 결과를 보고 최적화하고,B는 A가 최적화한 것을 보고 또 최적화한다.이 과정을 반복하다보면, A와 B가 둘다 이익을 얻을 수 없는 단계에 이른다.  decoder가 generator, 그리고 encoder가 discriminator이 되는 구조다.즉, 먼저 generator가 fake image를 만들고discriminator는 real image와 fake image를 받고 각각이 real(1)인지 ..

본 글은 아래 영상을 기반으로 작성하였습니다.https://www.youtube.com/watch?v=GbCAwVVKaHY&list=PLQASD18hjBgyLqK3PgXZSp5FHmME7elWS&index=10  # Variational Autoencoders(VAE) AE 같은 경우에는 encoder가 중요한 반면, VAE는 decoder가 더 중요하다.즉, AE는 차원을 축소하는 게 중요하고, VAE는 새로운 데이터를 생성하는 것이 중요하다. encoder같은 경우에는 바로 $z$를 구하는게 아니라평균 $\mu$와 분산 $\sigma$를 뽑아낸 후 샘플링해서 $z$를 구한다.그리고 여기서 sampling하는 과정에서 Reparameterization Trick $e$을 사용해야 backpropagat..

본 글은 다음 강의를 듣고 정리하였습니다.https://www.youtube.com/watch?v=9mf4maQU7UY&list=PLQASD18hjBgyLqK3PgXZSp5FHmME7elWS&index=7    # Autoencoder Autoencoder은 input과 output이 동일한 딥러닝 모델이고,Encoding은 고차원의 데이터를 저차원으로 압축하는 과정을 의미한다. (ex. 위의 그림, 100차원 -> 2차원)그리고 압축한 것을 다시 원래의 input 형태의 크기로 복원하는 Decoding이 있다. 압축한 부분을 의미하는 $z$는 code, latent variable, feature, hidden representation 등 다양하게 부른다. 분명 본 차원을 줄여 latent varia..

본 게시글은 다음 강의를 듣고 정리한 내용입니다.https://www.youtube.com/watch?v=V9HcvXliJmw&list=PLQASD18hjBgyLqK3PgXZSp5FHmME7elWS&index=6     # Basic Probability  supervised learning과 다르게 unsupervised learning에서는'확률'에 대한 개념이 많이 나오기 때문에 이를 다시 공부하고 넘어갈 필요가 있다.-(조건부 확률 ex.)$p(x1,x2,x3) = p(x1|x2, x3) * p(x2|x3) * p(x3)$-(전체 확률의 법칙)$p(y) = \sum_{x} p(x,y) = \sum_{x} p(y|x)p(x)$ 이걸 연속적인 data에 대해 작업을 했을 때가 (Marginal..

이전 PixelCNN 같은 경우에는, 확률 모델이 계산 가능한 함수였는데,VAE(Variational Autoencoders)는 확률 모델이 계산 불가능한 함수로 정의가 된다.따라서, Lower bound(하한선)을 구해서 계산 가능한 형태로 만들어주는게 목적이다. VAE에 대해 바로 들어가기 전에,Autoencoder의 과정인 Encoder와 Decoder에 대해 알아보자.   Autoencoder이란 input data $x$로부터 더 낮은 차원의 feature $z$를 학습하는 방법이다.$z$가 $x$보다 차원이 낮은 이유는, 기존의 input 중에서 '핵심 정보'만을 갖고 있기 때문이다.즉, encoder를 통해 input data에 Noise라고 생각되는 부분은 제거하고 싶다는 뜻이다. 정리해서..