일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- 초보영어
- C언어
- 머신비전
- 3d프린터
- 파이썬
- 석사
- 프로그래밍
- GUI
- 대학원
- 3dprinter
- 영어
- 문자열
- machinevision
- opencv
- 오픽
- 4차산업
- ComputerVision
- 파이썬gui
- 머신러닝
- Python
- 산업대학원
- coding
- 직장인
- Vision
- 영어공부
- 특수대학원
- 동사
- 인공지능
- 코딩
- 딥러닝
- Today
- Total
목록전체 글 (425)
미래기술연구소
1. 클러스터링 알고리즘을 통해 안전모의 선험적 상자를 예측 및 획득하고 스케일 특징을 분류합니다. 지도 학습의 반복 훈련 과정에서 반복 횟수를 늘림으로써 후보 상자를 조정하여 실제 상자에 점차적으로 접근 할 수 있습니다. 본 논문에서는 통계적 특성을 군집화하여 분포 규칙을 찾기 위해 K- 평균 군집화 알고리즘을 사용한다 [7]. 후보 상자의 크기에 대한 클러스터링 분석을 통해 실제 후보 상자는 그림 1과 같이 세 가지 크기의 피쳐 맵에 균등하게 분포됩니다 일반적으로 유클리드 거리는 클러스터링에서 큰 상자 오류를 발생시키기 쉽습니다. 이 논문에서는 중복 IOU를 사용하여 후보 상자의 크기로 인한 오류를 제거합니다 [8]. 중첩 정도 알고리즘은 후보 상자와 실제 상자의 교차를 합집합으로 나눕니다. 거리 공..
영상 인식 알고리즘을 이용한 안전 보호구(안전모) 탐지에 관한 연구 A Study on Safety Helmet Detection Using Image Recognition Algorithm Chun-myoung Noh1, Ki-Kwan Kim1, Su-bong Lee2, Dong-hoon Kang1, and Jae-chul Lee1† 1Dept. of Ocean System Engineering, Gyeongsang Nat’l Univ., Republic of Korea 2ADIALab, Pusan, Republic of Korea Received 30 March 2020; received in revised form 1 June 2020; accepted 30 November 2020 ABSTRACT..
https://youtu.be/Hn5KbxzxLmg
1. Watershed Algorithm + Sliding Detection Window ㄴ Fore ground / Back ground ( Separat ) m.blog.naver.com/PostView.nhn?blogId=samsjang&logNo=220601488606&proxyReferer=https:%2F%2Fwww.google.com%2F [34편] watershed 알고리즘을 이용한 이미지 분할 이미지 프로세싱 & 컴퓨터 비전OpenCV-Python 강좌 34편 : watershed 알고리즘을 이용한 이미지 분... blog.naver.com 2. SVM + Naive Bayes ㄴ extracted features ( color , texture ) gomguard.tistory.com/..
Cascade network for detection of coal and gangue in the production contex 생산 상황에서 석탄과 맥석을 감지하기위한 캐스케이드 네트워크 Highlights •Generalization of CNN is strengthened by combining traditional computer vision. •CNN의 일반화는 전통적인 컴퓨터 비전을 결합하여 강화됩니다. •SVM as classifier improves accuracy of binary classification of coal and gangue. •분류기로서의 SVM은 석탄과 맥석의 이진 분류의 정확성을 향상시킵니다. •Cascade improves the performance of co..
anaconda cmd 에서 이대로 복붙해서 32bit 가상환경 구축을 함 set CONDA_FORCE_32BIT=1 conda create -n y38_32 python=3.8 anaconda activate py38_82 y 가상환경 활성화 방법 비활성화 하기 64bit 도 가상환경 만들어 주기 y 64bit 활성화 비활성화 하기 키움증권 api 는 32bit / 머신러닝은 64bit 막상 32 비트 해보니까 안되서 버전을 낮춰서 진행해봄 제발 좀 되라 ㅜ 잠좀 자자 또 안됨 다시 시도 아나콘다 32비트도 설치 아나콘다 네비게이터에서도 설치 가능
주식 틱차트 조회요청 싱글데이터 / 멀티데이터 두 가지가 있음 1. Open API 조회 함수 입력값을 설정합니다. 종목코드 = 전문 조회할 종목코드 SetInputValue("종목코드" , "314130"); 틱범위 = 1:1틱, 3:3틱, 5:5틱, 10:10틱, 30:30틱 SetInputValue("틱범위" , "1"); 수정주가구분 = 0 or 1, 수신데이터 1:유상증자, 2:무상증자, 4:배당락, 8:액면분할, 16:액면병합, 32:기업합병, 64:감자, 256:권리락 SetInputValue("수정주가구분" , "1"); 2. Open API 조회 함수를 호출해서 전문을 서버로 전송합니다. CommRqData( "RQName" , "opt10079" , "0" , "화면번호"); 틱 단위 ..
우측 상단에 정보 입력 종목코드 : 지놈앤컴퍼니 기준일자 : 12월24일 수정주가구분 : 0 은 과거 데이터, 1 은 현재 데이터 ( 1은 유증, 무증, 배당, 액면분할, 등등 주가가 변경된 가격 적용 ) ex) 삼성전자는 기존 250만원을 넘나드는 가격이었지만 액면분할을 통해 현재 7~8만원이 됨 '0'으로 조회시 250만원에서 현재 가치가 적용 된 3~400만원으로 조회 '1'으로 조회시 액면분할이 적용된 7~8만원으로 조회 1. Open API 조회 함수 입력값을 설정합니다. 종목코드 = 전문 조회할 종목코드 SetInputValue("종목코드" , "314130"); 기준일자 = YYYYMMDD (20160101 연도4자리, 월 2자리, 일 2자리 형식) SetInputValue("기준일자" , ..
홈페이지 접속 www3.kiwoom.com/nkw.templateFrameSet.do?m=m1408000000 키움증권-대한민국 주식시장 점유율 1위 www3.kiwoom.com 설치 완료 OpenAPI 설치 완료하게 되면 C 드라이브에 OpenAPI 폴더가 형성된다 OpenAPI 폴더 안에 KOAstudio 압축 파일을 풀어서 넣어준다 KOAStudioSA.exe 를 바탕화면에 바로가기를 만들어준다 실행화면 TR 은 요청해서 받아들이는 것 키움에서 실시간으로 보내주는 데이터를 읽어들임