본문 바로가기

전체 글90

[Medical] Image Classification for Covid19 Dataset Kaggle의 Covid19 Dataset을 이용하여 Computer Vision 및 BioMedical 분야의 공부를 진행해보고자 프로젝트를 진행하였습니다. 데이터 출처 : Covid-19 Image Dataset (kaggle.com) Covid-19 Image Dataset 3 Way Classification - COVID-19, Viral Pneumonia, Normal www.kaggle.com 먼저 필요한 라이브러리를 불러옵니다. 저의 경우, 셀마다 필요할때 라이브러리를 호출하는 것이 아닌, 맨 위의 셀에 추가하는 방식으로 라이브러리를 import합니다. (개취 존중..) import os import copy import random import cv2 import torch import .. 2024. 1. 17.
[AI] R-CNN 내용 정리 Object Detection 컴퓨터 비전과 이미지 처리 분야에서, Object Detection은 디지털 이미지와 비디오에서 특정한 계열의 Semantic Instance를 자동으로 감지하는 기술입니다. 이미지 내에서 사물의 위치와 클래스를 정확하게 찾는 작업을 포함하며, 그 중에서도 얼굴 검출, 보행자 검출과 같은 다양한 응용 분야에서 활용되고 있습니다. 물체에 대해 어떠한 물체인지 클래스를 분류하는 문제와, 그 물체가 어디 있는지 Bounding Box를 통해 위치 정보를 나타내는 Localization 문제를 포함하고 있습니다. 크게 두 방법으로, 나눠져 있으며 1-Stage Detector, 2-Stage Detector로 구분할 수 있습니다. 1-Stage Detector : 물체의 위치를 찾.. 2023. 10. 12.
[Streamlit] Streamlit을 사용한 붓꽃 데이터 시각화 프로젝트 이 글에서는 Streamlit과 Seaborn 라이브러리를 활용하여 붓꽃(iris) 데이터를 시각화하는 방법을 소개합니다. 붓꽃 데이터 로드 및 웹 앱 구조 설정 _, col, _ = st.columns([2,6,2]) col.header('Streamlit 시각화') iris_df = sns.load_dataset('iris') 사이드바를 활용한 변수 및 옵션 선택 사용자는 사이드바에서 X 축과 Y 축 변수를 선택하며, 특정 붓꽃 유형 및 그래프의 투명도(alpha)도 설정할 수 있습니다. with st.sidebar: selectX = st.selectbox('X 변수 선택:', ['sepal_length','sepal_width','petal_length','petal_width']) selectY.. 2023. 8. 9.
[Streamlit] Streamlit의 기초! 간단한 시각화해보기 데이터를 웹 애플리케이션에 시각화할 때, Streamlit은 간단하면서도 효과적인 기본 차트를 제공합니다. 이번 글에서는 임의의 데이터를 생성하고 Streamlit을 사용하여 다양한 차트로 시각화하는 방법을 소개합니다. 데이터 생성하기 NumPy를 활용하여 30x3 크기의 랜덤 데이터를 생성하고, 이를 pandas 데이터프레임으로 변환합니다. myData = np.random.randn(30,3) df = pd.DataFrame(data=myData, columns=['a','b','c']) 1. 선 차트(Line Chart) 데이터프레임의 각 열을 시계열 또는 순차적 데이터로 해석하여 선 차트를 그립니다. st.line_chart(df) 2. 영역 차트(Area Chart) 선 차트와 유사하나, 각 선.. 2023. 8. 9.
[Streamlit] Streamlit의 기초! 파일 올리고 내려받기 데이터 분석 및 시각화 웹 애플리케이션에서 사용자에게 특정 데이터를 다운로드할 수 있는 기능을 제공하는 것은 꽤 흔한 요구사항입니다. Streamlit은 이를 위한 간편한 st.download_button() 함수를 제공합니다. 이번 글에서는 Streamlit을 사용하여 데이터프레임을 CSV 파일로 다운로드하는 버튼을 어떻게 구현하는지 살펴보겠습니다. 파일 내려받기 간단한 예제를 위해, pandas를 사용하여 3개의 행을 갖는 데이터프레임을 생성합니다. df = pd.DataFrame(data={'Columns':[1,2,3]}) st.dataframe(df) st.download_button(label='파일 내려 받기', data=df.to_csv(), file_name='myDf.csv') 파일 업.. 2023. 8. 9.
[Streamlit] Streamlit의 기초! 타이머 구현하기 Streamlit으로 동적인 카운트다운 타이머 구현하기 Streamlit을 사용하여 웹 애플리케이션에 동적인 요소를 추가하는 것은 꽤 간단합니다. 이번 글에서는 Streamlit을 활용하여 카운트다운 타이머를 어떻게 구현하는지 살펴보겠습니다. 1. 초기 메시지 설정하기 st.empty() 함수를 사용하여 나중에 내용을 업데이트 할 수 있는 빈 영역을 생성합니다. y = st.empty() y.write('Please Click Start Button') 2. 버튼 구성하기 st.columns() 함수를 사용하여 여러 개의 버튼을 옆으로 배열합니다. c1,c2,c3,_ = st.columns([1,1,1,5]) start = c1.button('시작', key=1) clear = c2.button('클리어.. 2023. 8. 9.
[Streamlit] Streamlit의 기초! Expander Streamlit으로 내용 펼치기 및 접기 구현하기 웹 애플리케이션에서 정보의 양이 많거나 사용자에게 중요한 내용만 먼저 보여주고 싶을 때, '펼치기 및 접기' 기능은 매우 유용합니다. Streamlit는 이를 위한 st.expander() 함수를 제공하여, 사용자 친화적인 UI를 손쉽게 구현할 수 있게 합니다. Expander 생성하기 st.expander() 함수를 사용하여 내용을 접고 펼칠 수 있는 영역을 생성합니다. 이 함수는 펼치기 및 접기 영역의 제목을 인자로 받습니다. x = st.expander('example1') x.write('댕댕이') x.image('https://static.streamlit.io/examples/dog.jpg', width=200) 다른 방식으로도 가능합니다. .. 2023. 8. 9.
[Streamlit] Streamlit의 기초! Column과 Tab을 사용한 Layout Streamlit으로 멀티 컬럼 레이아웃 디자인하기 때로는 웹 애플리케이션에서 정보를 병렬적으로, 혹은 구조적인 방식으로 제시하고 싶을 때가 있습니다. Streamlit의 st.columns() 기능을 사용하면 멀티 컬럼 레이아웃을 쉽게 디자인할 수 있습니다. 이번 글에서는 이러한 레이아웃을 구성하는 방법에 대해 알아보겠습니다. 1. 동일한 너비의 컬럼 만들기 st.columns() 함수에 정수를 전달하면 해당 수만큼 동일한 너비의 컬럼들이 생성됩니다. col1, col2, col3 = st.columns(3) with col1: st.header('Col1') st.image('https://static.streamlit.io/examples/cat.jpg') with col2: st.header('C.. 2023. 8. 9.
[Streamlit] Streamlit의 기초! Sidebar Streamlit의 사이드바로 인터랙티브한 웹 애플리케이션 구축하기 데이터 애플리케이션에서 사용자 입력을 수집하거나 다양한 설정 옵션을 제공하는 것은 중요합니다. Streamlit은 이러한 기능을 제공하는 사이드바를 간단하게 추가할 수 있도록 지원합니다. 이번 글에서는 Streamlit의 사이드바를 활용하는 방법을 살펴보겠습니다. 1. 사이드바에 제목 및 헤더 추가 사이드바는 메인 콘텐츠 영역 외부에 위치한 추가적인 영역으로, st.sidebar를 통해 접근할 수 있습니다. 사이드바에 제목과 헤더를 쉽게 추가할 수 있습니다. st.sidebar.title('타이틀 -대') st.sidebar.header('타이틀 -중') st.sidebar.subheader('타이틀 -소') 2. 사이드바에 선택 상자 .. 2023. 8. 9.

티스토리툴바