무게방식 스마트링거

사람은 이미지를 보면 어디에 무엇이 있는지를 한 번에 파악할 수 있습니다. 사람의 시각 체계는 빠르고 정확하기 때문입니다. 그래서 운전을 하면서도 빠르게 지나가는 바깥 환경을 빠르고 정확하게 인식할 수 있습니다. 사람의 시각 체계와 같이 빠르고 정확한 객체 검출 모델을 만들 수 있다면 자율주행차 기술도 급격히 발전할 것입니다. 기존의 검출(detection) 모델은 분류기(classfier)를 재정의하여 검출기(detector)로 사용하고 있습니다. 분류(classification)란 하나의 이미지를 보고 그것이 개인지 고양이인지 판단하는 것을 뜻합니다. 하지만 객체 검출(object detection)은 하나의 이미지 내에서 개는 어디에 위치해 있고, 고양이는 어디에 위치해 있는지 판단하는 것입니다. ..

높은 정확도의 플레잉 카드 인식 기술개발 1) Python과 OpenCV를 결합하여 각이한 배경과 빛 조건, 흐림 조건에서 20~30만장의 학습자료 생성 2) 임의의 꽃모양의 포커에 대한 특칭 추출 3) 일반 컴퓨터(Core I 6 5th )보다 120배나 빠른 강력한 GPU를 장착한 컴퓨터(Core I 9 9th, GeForce RTX 2070 Super) 를 이용하여 가장 빠른 시간내에 기계학습 결과제공 4) 99.85%이상의 높은 정확도의 인식률 보장, 실시간 인식 Python, OpenCV, C++, Yolo, 다양한 화상처리기술, 딥러닝기술을 결합하여 플레잉카드를 99.85%의 높은 정확도로 인식하는 프로그램을 개발하였습니다. 이 기술을 이용하여 다양한 플레잉카드게임과 마작게임의 패 인식을 수행..