|
"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다." 책제목 : 비전 시스템을 위한 딥러닝
|
|
원래 자동화 프로그램 개발 쪽은 아니지만, 가끔 요구가 있을 때마다, 폭넓은 경험을 쌓기 위해 적극 참여 하고 있다. 규모가 있거나 대기업 신규 공장 현장에는 아주 다양한 #자동화 기계들을 볼 수 있는데, 장비 중에는 #비전 시스템을 이용한 것들도 많이 있다. 주로 제품이 제대로 가공됐는지 검수하는 장비에 #인공지능 을 이용하여 개발한다. 예전에는 사람이 일일이 확인해서 판정했는데, 지금은 가공 각도, 흠집 수와 크기 등을 종합적으로 #딥러닝 응용 장비가 알아서 결과를 기록하고 판정까지 해주고 있다.
딥러닝 비전 기술을 응용한 사례들은 무척 많다. 드론으로 폐수 방류 감시도 하고, 산림 해충 상황, 실종자 수색 등에도 이용한다. 좋은 사례는 아니지만, 중국에서는 거리의 CCTV를 통해, 카메라에 잡힌 사람들의 전과 기록, 정치 성향, 직장, 학력 등을 실시간으로 조회하고 있다고 한다. 이처럼 #AI 비전 시스템은 활용처가 무궁무진하다. 인공지능을 공부하는 사람 대부분이 크게 관심을 가지고 있는 분야다.
그러나 인공지능 공부 자체가 단순한 #프로그래밍 공부보다 난이도가 높다 보니, 익히기가 쉽지 않다. 인공지능 개념도 이해해야 하고, 풀어나가는데 중요한 관련 수학 지식도 필요하다. 게다가 인공지능 알고리즘만 안다고 끝난 것이 아니다. 알고리즘을 응용하는데 축적된 노하우가 필요하다. 많은 시행착오가 동반되곤 한다. 그러다 보니 인공지능 학습자에게 있어, 좋은 스승, 좋은 멘토를 만나는 것은 엄청난 행운이자 중요한 요소라는 생각도 든다.
이번에 본, 모하메드 엘겐디의 '비전 시스템을 위한 딥러닝'은 인공지능을 공부하는 사람에게 좋은 선생님 역할을 해주는 책이다. 적어도 비전 시스템을 제대로 공부할 수 있게 도와주는 가이드 역할을 해주는 교과서와 같은 책이라 할 수 있다. 필자가 서문에도 밝혔듯이 이 책은 컴퓨터 비전을 위한 딥러닝을 직관적으로 가르치기 위한 책이다. 기존에 이런 식의 책이 없어서 다양한 자료들을 연구하여 스스로 컴퓨터 비전 문제를 해결하며 실력을 키워 나갈 수 있게 구성한 책이라고 한다.
실제 '비전 시스템을 위한 딥러닝'을 보면, 비전 관련 딥러닝 기초부터 응용까지 이 책 한 권에 내실 있게 잘 담겨 있는 것을 바로 알 수 있다. 전체 3부로 나눠 구성되어 있는데, 1부에서는 비전 관련 중심으로 꼭 알아둬야 할 딥러닝, #신경망, 하이퍼파라미터 튜닝, 정규화 같은 것을 컬러로 된 많은 그림과 사진, 도표를 가지고 설명하고 있고, 반듯이 알아야 할 것들을 강조하고 재정리하고 있다. 기본이 되는 내용인 만큼, 다른 책에서 많이 봤던 내용도 여기에 나오는데, '이것만 있어도 되겠네' 할 정도로 여기서는 눈에 쏙쏙 들어오게 아주 잘 정리되어 있었다.
2부는 #CNN, ResNet, 전이학습, SSD, YOLO 등을 통해 사물 분류, 사물 탐지에 관련된 딥러닝 기법을 익히고, 좀 더 최신의 기술 내용을 담은 #GAN, 딥드림, 신경 스타일 전이, 이미지 생성, 시각 임베딩을 학습한다. 반드시 읽기를 권하는 1부와는 달리 2, 3부는 골라 읽어도 좋다고 말하고 있는데, 교과서처럼 단계적으로 딥러닝 기술을 쌓아가는 형식으로 되어 있다 보니, 일단 처음에는 순서대로 보는 것이 전반적인 이해에 더 도움이 될 것이라 생각한다.
#비전시스템을위한딥러닝 은 어디까지나 중급 이상을 대상하는 책이다. 파이썬은 기본으로 할 수 있어야 한다. 케라스를 중심으로 나온다. 직접 해보기 위한 실습 환경 설정은 부록편에 잘 정리되어 있다. 책에 나온 코드들은 길지 않고, 군더더기 없게 코딩 되어 있다. 코드에 대한 설명도 코드 바로 옆에 나와 있어서, 시선을 위아래 오르락 내리락 하지 않고, 바로 직관적으로 이해할 수 있게 되어 편리하다.
'비전 시스템을 위한 딥러닝'의 또 하나 특징은 관련 수학 부분을 일부러 피하지 않고 있다는 점이다. 이론과 알고리즘 이해에 꼭 필요한 수학 이론은 추가 설명도 하고, 아예 직접 계산 과정까지 보여주기도 한다. 간단한 계산도 일일이 식과 함께 나오기도 해서, 계산 과정을 명확하게 이해할 수 있게 돕는다. 그렇다고 수학이 책 한가득 나오는 것도 아니고, 어렵지도 않다. 다만 알고리즘 관련 식에서 고등학교 수학 과정 이상의 것들이 나오다 보니, 이런 부분은 별도 학습이 필요하겠지만, 공식 자체에 대한 설명이 자세하게 되어 있어, 식 전반을 이해하는데 큰 도움이 된다.
아울러 책에는 저자의 경험과 노하우에 대한 이야기도 곳곳에 목격하게 된다. 본문 속에 녹아 들어 있기도 하고, 연두색의 박스에 적어 두기도 했다. 알고리즘 관련해서 임곗값이나 가중치 같은 것을 참고해서 실습하거나 응용할 때 적용해 보는 것도 좋을 것이다. '비전 시스템을 위한 딥러닝'을 통해 전에는 그저 막연하고 신기하기만 했던 딥러닝 비전 시스템을 좀 더 깊이 있게 이해할 수 있었다. 딥러닝 비전 시스템에 대해 속 후련하게 해주는 책이다. 그리고 책 속에 많은 비전 기술 적용 사진들이 많이 나오다 보니, 이것을 응용한 다른 비전 활용 비즈니스 아이디어도 샘솟게 자극한다. 내 경우 '비전 시스템을 위한 딥러닝' 덕분에 전부터 관심에 뒀던 드론 활용 비전 아이디어에 대한 방향도 잡을 수 있었고, 좀 더 구체화 할 수도 있었다. 이 책이 딥러닝 비전을 워낙 잘 정리하고 있어서 교과서 같은 책이라고 했는데, 사실 나에게 있어 그 이상인 면이 많았다. 비전 쪽으로 강추하고 싶은 책이다.
|
|
"비전 시스템을 위한 딥러닝" 도서를 읽어 보았어요! 비전과 관련된 내용을 기초부터 심화까지 꼼꼼히 공부할 수 있도록 설명한 정석과 같은 책이에요! 추천해 드리고 싶은 정도로 잘 정리되어 있었어요! 
기초부터 전이학습, 사물 탐지 알고리즘, 생성 모델, 시각 임베딩 등 입문으로 시작해 고급 내용을 포함하고 있어요! 이 책의 스팩트럼은 이미지 관련해 다양한 부분을 다루면서도 그것도 훑고 지나가는 것이 아니라 그림과 코드와 함께 꽤 자세히 설명하고 있어요 |
|
옛날에는 컴퓨터 비전을 한다고 하면, 제일 먼저 하는 것이, OpenCV 책을 찾아보는 것이었죠. 그 이후에는 "컴퓨터 비전 : 기본 개념부터 최신 모바일 응용 예까지 (한빛 미디어/오일석)" 의 책이 나름 한 시대를 풍미했었습니다. 기존의 픽실 수준에서의 패턴을 찾아서, 엣지를 찾고, 오브젝트를 찾고 하는 것들에서, 이제는 딥러닝을 활용하는 쪽으로 넘어가게 된 것이죠. "컴퓨터 비전" 에서도 딥러닝 관련 내용이 있기는 했지만, 그 내용은 오늘날 딥러닝 기술 이전의 MLP, SVM 같은 것들의 사용에 그쳤습니다. 그리고, 지금 이 책은, 온전한 딥러닝에 기반한 비전 처리 기법들을 설명하는 책이었습니다. 최소한 이전에는 "그래도 openCV는 할 줄 알아야지"였었는데, 이제는 openCV 몰라도 할 수 있는 컴퓨터 비전이 된 것이죠. 물론, 이미지 영상을 불러오고, 기본 데이터 포맷을 이해하려면, openCV는 필요합니다만, 몰라도 할 수 있는 상황이 되어버린 것입니다. 마치 "탑건:매버릭"에서 ＜이제 드론/무인기가 핵심이니까, 개인 파일럿의 비행 능력은 중요하지 않다＞ 라는 것처럼 말이죠. 옛날 매버릭의 재능이 더이상 필요하지 않은 시대가 되어버린 것이지만, 그래도 openCV는 중요하지 않나 하는 생각을 해 봅니다. 다시, 책 내용으로 되돌아와서, 이 책은 CNN을 필두로, 다양한 딥러닝 모델을 활용해, 영상을 처리하는 방법을 오라일리 책 답지 않은 세세함으로 설명해주고 있습니다. 심지어, 초반에는 딥러닝 모델 개념을 설명해 주는 챕터도 있어서, 다른 책으로 미리 딥러닝 개념에 대한 공부를 하지 않아도, 이 책으로 바로 시작할 수도 있었습니다. 그동안 오라일리 책은 중급자용이라는 선입견이 있었는데, 이렇게, 세세하고 친절하게 설명해주는 책이 오라일리 시리즈로 나온 것이 조금은 낯설기도 했던, 초심자를 위한 최고의 딥러닝 책이 아닐까 싶었습니다. 이런 책이 나왔다는 것에 저자에게도 고맙고, 또 이런 책을 골라서 번역서로 출판해준 출판사에게도 고맙다는 생각이 절로 드는 책이었습니다. ------------- "한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다." --------------- |
|
Vision 이라는 분야는 딥러닝을 공부한다면 항상 먼저 접하는 분야입니다. 이 책은 딥러닝 기초부터 시작해서 합성곱 신경망을 거쳐 응용 분야인 사물 탐지, 생성 모델과 시각 임베딩까지 알기 쉽게 설명한 책입니다. "5장 합성곱 신경망 구조" 에서는 주요 신경망 네트워크인 LeNet-5, AlexNet, VGGNet, Inception 그리고 ResNet의 구조와 특징에 대해 설명을 하고 있는데 단순히 설명만 하는 것이 아니라 실제로 케라스로 구현함으로써 이론과 개발이라는 두마리 토끼를 잡을 수 있도록 합니다. 또한 주요 객체 탐지 알고리즘인 R-CNN 계열, YOLO 계열 그리고 SSD를 설명하고 예제를 통해 SSD 모델을 구현해 보면서 비전 시스템의 응용 분야를 접할 수 있도록 합니다. 이 책을 차근 차근 읽다보면 비전 태스크에 대한 이해도와 실제 개발 능력을 쌓을 수 있을 것 같습니다. 한마디로 뻔하지만 뻔하지 않은 내용이 있는 책입니다. "한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다." |
|
일단 기초부터 설명해주고 있기 때문에 CNN에 대한 이해가 있으신분은 앞부분은 건너뛰셔도 될거 같고 초보자가 보시기에 그림으로 이해하기 쉽게 설명을 해놨습니다. 그리고 학습 하는데 실전적인 내용들도 설명을 잘해 놨습니다. 비전쪽을 하시면 한권 레퍼런스로 있어야 될거 같고요. GAN 이나 object detection 관련 설명도 있긴한데 이책만으로는 실전에 바로 적용은 힘드실거고 이 책에서 얻은 정보로 오픈소스 등을 찾으셔서 실전에 필요한 것들을 얻으실 수 있을 겁니다. |
|
[서론]
최근에는 가상 인간이 이렇게 컴퓨터로 시각적인 이미지나 이미 구현 편의성과 높은 성능으로 이 ＜비전 시스템을 위한 딥러닝＞은
1부는 초보를 위한 딥러닝 입문이다. 초보자를 위해 생각보다 굉장히 낮은 단계에서부터 2부는 사물 분류 및 탐지 응용 기법을 다룬다. 고급 CNN과 전이학습, 사물탐지에 3부는 이미지 생성 및 시각 임베딩이다. GAN, 딥드림, 신경 스타일 전이, 시각 임베딩을 여기까지 공부하고 나면,
파이썬에 기초적인 지식이 있고 이미지 인식과 딥러닝의 이론을 소스코드와 실제 동작 결과를
저자 모하메드 엘겐디는 AWS와 아마존과 협업했으며
아름다운 풀컬러 인쇄가 최고다. 주제가 컴퓨터 비전이므로 본문 소스코드까지 컬러가 적용되어
내용의 깊이가 딱 적절하다. 게다가 상당히 실용적이다. 딥러닝과 컴퓨터 비전의 개념을 간단하게 풀어주고 특히 이 책은 소스코드 바로 옆에
번역된 기술 용어가 번역하신 분이 고민하신 독자 입장에서 쭉 읽어나가기에는
딥러닝이 가장 빛을 발하는 장소가 저자가 이 주제에 대해서 개인적으로 지난 몇 년간 이 책을 통해 기초 개념을 다지고 딥러닝 기초 이론에 있어서도
- CHAPTER 01 컴퓨터 비전 입문
|
|
딥러닝은 컴퓨터 비전 분야에서 엄청난 활약을 하고 있으며 대단한 성능, 결과를 내놓고 있다. 지금껏 여러 딥러닝 책을 봐왔지만 너무 쉽거나 너무 어렵거나 둘 중 하나였다. 보통은 가장 인기 많은 GAN을 집중적으로 다루는 책이 많았다. 그러나 이 책은 비전 시스템을 공부하고자 하는 학생들을 위한 교과서라고 볼 수 있다. 이 책은 컴퓨터 비전을 위한 딥러닝을 직관적으로 가르치는 책이다. 그러나 적어도 머신러닝의 기본적인 개념과 파이썬을 할 줄 아는 사람을 대상으로 한다. 초반부에는 머신러닝의 기초를 가볍게 다루고, 이후 본격적으로 수학 개념을 설명하면서 고급 딥러닝을 그냥 이런 느낌으로 동작한다고 설명하는 것이 아니라, 개념과 이론이 수학적으로 어떻게 들어맞는지 더 갚은게 이해시켜준다.
내가 이런 책들을 리뷰할 때마다 가장 중요시 보는 것은 파이썬 프로그래밍 기초 설명이 있냐없냐이다. 좋은 딥러닝 책은 당.연.히 파이썬 프로그래밍 문법 설명이 없다. 지극히 당연한 사실이고 그래야만 하는데, 돈 벌려고 하는 저자들은 항상 프로그래밍 문법을 설명하면서 지면을 억지로 늘린다. 지면이 늘어날수록 책 값이 오르고 본인들이 더 많은 저작권료를 얻을 수 있기 때문이다. 위의 이미지처럼 해당 코드가 어떠한 일을 하는지 옆에다가 설명을 적어주면 된다. 이걸 넘어서서 코드 첫 줄에 import는 무슨 기능이고 keras는 어떤 라이브러리며 이딴걸 적는 딥러닝 책은 그냥 버리면 된다. 어쨌든 그러한 점에 이 책은 교과서답게 핵심적인 코드만 간략하게 나타나고, 어떤 일을 하는지 자세히 알려준다.
모든 이미지와 그림이 칼라로 되어있기 때문에 책 값이 올라간 점은 단점이라고 볼 수 있지만, 컴퓨터 비전 분야 책에서 직관적인 이해를 위해서는 어쩔 수 없다고 생각한다. 첫 장부터 저자의 설명을 잘 따라왔다면 위 이미지 처리 과정도 아주 쉽게 이해할 수 있다. 책의 대상 독자는 컴퓨터 비전 엔지니어를 지망하거나 컴퓨터 비전에 응용되는 고급 신경망 알고리즘을 익히고 싶거나 제품 또는 스타트업을 시작하려는 사람들이다. 나 역시 딥러닝이 거둔 가장 가시적인 성과는 GAN과 YOLO라고 생각한다. 물론 현재 GAN과 YOLO는 더욱더 발전하고 있지만 가장 기본적인 알고리즘은 똑같다. 그렇기 때문에 이 책으로 학습하면 충분히 GAN과 YOLO를 넘어서서 다른 컴퓨터 비전 분야 고급 알고리즘도 쉽게 이해할 수 있다고 판단된다.
"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다." |
|
달마다 그렇듯 한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받았습니다. 제목 그대로 이 책은 시각정보 처리에 딥러닝을 적용하는 방법을 다룬다. 저자인 모하메드 엘겐디는 컴퓨터 비전과 딥러닝을 모두 다루는 책 한권이 있으면 좋겠다고 생각해서 이 책을 쓰게 되었는데, 한 1년만 일찍 나왔으면 작년에 내가 대회나갈 때 더 도움이 되었을 것 같다. 내가 딥러닝 관련 책을 읽으면서 가장 먼저, 많이 접한 응용분야가 비전관련 분야였고, 이미 나같은 초보자가 접할 수 있다는 것은 그만큼 해당 영역에서 연구가 충분히 활발히 진행되어 진입장벽이 다소 낮아졌기 때문일 것이다. 하지만 이러한 과정에서도 많은 자료들은 MNIST같은 잘 만들어진 데이터로 기본적인 내용만 다루고 딥러닝에 관한 설명에 치우쳐져 있어 독자가 내용을 바탕으로 활용하기 위해 필요한 컴퓨터 비전기법 관련 내용이 부족하거나. 반대로 책은 컴퓨터 비전을 주로 다루고 딥러닝을 사용한 기법은 책의 일부에 결국엔 컴퓨터 비전의 일부로만 다루는 경우가 적지 않았다. 작년 대회 준비 하면서 본 여러책의 예제와 블로그 등을 찾아보면서 '딥러닝으로 분류하기' 등의 주제를 다룬 책의 챕터나 인터넷 글들이 대다수 이런 식이었다. 비유를 하자면 '수능공부를 하려는데 세상에는 기본적인 내용을 다룬 교과서만 있는' 느낌. 어쨌든 지금이라도 괜찮아 보이는 책이 등장해서 다행이다. 1장에선 컴퓨터 비전에 대한 소개를 한다. 어떤 응용분야가 있고, 어떤식으로 처리과정이 흘러가고 진행되는지. 2장은 퍼셉트론부터 시작해 신경망과 딥러닝 알고리즘에 대한 설명을 진행한다. 2장부터가 저자가 한권에 담고 싶었던 내용의 본격적인 시작이라고 할 수 있는데. 다른 수많은 딥러닝 도서들이 3-4만원짜리 책 한권으로 써낼 분량을 요약적으로 잘 압축했다는 생각이 들었다. 다만 개인적으로 Leaky ReLU를 누설 ReLU로 번역한 건 처음 본것 같아서 다소 어색한 부분이 있었다. 강의같은거 보면 거의 대부분의 용어들을 영어 그대로 사용하시는데, 가끔 과하게 다 번역한 책들을 접하면 해당 분야의 다른 사람들과 나중에 이야기 할 때 의사전달의 오류를 일으키는 계기가 될 것 같아 조금 우려스러운 측면이 있다. 물론 책에도 이 용어가 처음 등장할 때 영어표기가 등장하긴 하지만, 우리나라에서도 해외의 영어 자료들을 접할 일이 훨씬 많으니 이런 전문적인 분야에선 의미전달이 원활한 선에선 최대한 영어표기를 따르는 것이 좋다고 생각한다. 친절한 하이퍼파라미터 경보!! 대회때 이거 진짜 고민 많이 했는데. 3장은 컴퓨터비전 딥러닝 하면 빠지지 않는 CNN을 설명하고, 4장은 하이퍼파라미터 튜닝을 다룬다. 뭔가 데이터가 왕창 있어도, 하이퍼파라미터를 설정하는데 잘못된 개념을 적용하거나, 실수가 있으면 수많은 자원을 낭비하고 결과물도 빨리 나오지 않으며 무엇보다 원하는 결과를 거의 달성하기 어렵기 때문에 나는 이 부분이 상당히 중요하다고 생각한다. 이어서 5장은 LeNet-5, AlexNet, VGGNet, 인셉션, ResNet 등 성능이 좋다고 이 분야 사람은 한 번 쯤은 들어봤을 모델들도 다룬다. 그리고 6장은 모델만 만들어서 두고두고 잘 활용하기 위한 전이학습에 관련해서 자세히 설명해준다. 파인-튜닝을 어떻게 해야하고(파튜를 미세조정으로 번역하니 잘 와닿는다! 근데 페북 딥러닝 그룹에선 fine-tuning을 훨씬 더 많이 봐서 그런지 약간 낯설기도 하다.), 시나리오를 제시해 전이학습을 어느 수준으로 적용해야 할지 도와준다! 그리고 대부분의 개인 프로젝트가 직접 준비한 데이터셋을 사용해야 하겠지만, 친절하게 오픈소스 데이터셋도 몇페이지를 할당해 알려준다. 7, 8, 9, 10 장은 응용분야인데 YOLO3, SSD, R-CNN으로 객체 탐지에 관련된 기법과 GAN, 딥드림의 작동법도 다룬다! 뭔가 '나도 이 분야 전문가인데 책이나 한번 써볼까?' 해서 쓴게 아니라, 저자의 집필 동기 그대로 '나 공부할 때 이거 없어서 내가 일일히 찾은것들 좀 공개해볼까' 하는 책같다는 느낌이 들었다. 이 책이 딥러닝 컴퓨터 비전의 모든것을 다루고 있진 않지만, 경험에서 나온 설명은 큰 도움이 될 것 같다. 아쉬운건 이 책도 저자가 마련한 실제로 쓰일만한 대이터셋보단 MNIST데이터넷이 꽤 쓰인거. 차라리 Kaggle 데이터셋이 조금 더 응용하는 느낌도 나고 좋은데, 너무 특이한 경우면 주제에 대한 설명이 객관적이지가 않을것 같긴 하다.
|
대상독자 첫째로 당연한 얘기지만 파이썬이 익숙해야 합니다. 둘째로 머신러닝에 대한 기본 지식이 있어야 합니다. 만약 둘중 하나라도 부족하다면 선행학습을 하길 바랍니다.
난이도 네.. 어렵습니다. 자세히 가르쳐주고 있지만 저한테는 어려웠습니다. 머신러닝에 대한 지식이 아직은 부족해서 그럴 수 있지만 지금 리뷰를 작성 하는중에도 책을 끝까지 읽지 못했습니다. 하지만 확실한것은 재미있습니다. 예제 코드를 따라 하고 결과를 보고 코드를 다시 읽으면서 이해를 하고 이 과정이 어렵지만 계속 읽어 나갈 수 있게 해줍니다.
내용 이 책은 크게 3개의 파트와 10개의 챕터로 나누어져 있습니다. 파트1에서 딥러닝의 기초를 다루고 있습니다. 4개의 챕터에 걸쳐서 컴퓨터 비전, 딥러닝과 신경망, 합성곱 신경망과 신경망을 개선하기 위한 여러가직 작업에 대해 가르쳐주고 있습니다.
파트2에서 이미지를 분류 하고 탐지에 대해 다루고 있습니다. 3개의 챕터를 할당하여 CNN과 여러가지 개선된 파생 버전들에 대해서 다루고 있습니다.
파트3에서 모델과 컴퓨터가 읽을 수 있도록 변환해주는 임베딩에 대해 가르쳐주고 있습니다. 3개의 챕터에서 GAN, 딥드림, 임베딩에 대해 배울 수 있습니다.
책 중간중간에 초록색 박스를 통해 추가정보와 그 다음에 어떤것을 더 공부 해야 하는지 가이드를 해주고 있습니다
챕터의 마무리는 해당 챕터를 한번 정리를 해줍니다. 읽었을 때 모르겠다 하면 해당 부분을 다시 공부 하는게 좋습니다.
그 외... 처음부터 CV를 공부 해야겠다 하고 시작하지 않았습니다 우연히 팀장님이 OCR프로젝트에 대해 얘길 하셨고 내가 할 수 있겠다 생각 해서 덤벼들었습니다. 지금 생각 하면 진짜 무식해서 용감했던것 같습니다. 단순 OCR이 아니라 이미지를 인식 하여 문자로 변환하고 그 문자를 의미 있는 데이터로 만들기 위해 형태소를 분석 해야 하고 우리가 가지고 있는 데이터와 비교 해서 매핑을 해줘야 한다는것을 그때는 몰랐습니다. 그렇게 CV라는것을 처음 접하게 되었습니다. 관련 자료를 찾으려 하니 찾을 수 있는것들은 영문으로 된 책이었고 짧은 영어 실력으로는 도저히 헤쳐나갈 수 없어서 위 프로젝트는 잠시 접어두었습니다.
그러던 중 한빛 미디어에서 이 책을 제공 해주셔서 읽고 있습니다. 지금은 OCR 프로젝트를 어떻게 풀어나가야 할지 머리속에 그려지고 있습니다. 빨리 이 책을 다 읽고 OCR 프로젝트를 시작 하고 싶어졌습니다. |