전체 글 84

MediaPipe Image Classification의 주요 기능과 실행 모드별 차이를 자세히 설명합니다. MediaPipe Image Classification 사용하기 : 이미지 분류 목차 1. 이미지 분류(Image Classification)란? 2. MediaPipe Image Classifier의 주요 기능과 옵션 3. Image Classifier 실행모드: IMAGE, VIDEO, LIVE_STREAM 4. 기본 제공 모델 성능 비교 (EfficientNet-Lite 시리즈) 5. 커스텀 모델 적용시 요구사항: TFLite + Metadata 6. MediaPipe Image Classifier Python 예시: IMAGE 관련 글 링크 1. 이미지 분류(Image Classifi..

객체 탐지 모델의 성능을 평가할 때 사용하는 대표적인 지표들을 정리했습니다. 객체 탐지 모델 성능 지표:IoU,Precision,Recall,AP,mAP,FPS 목차 1. IoU(Intersection over Union) 2. Precision(정밀도) 3. Recall(재현율,민감도) 4. P-R Trade-Off, P-R Curve 5. AP(Average Precision) 6. mAP(mean Average Precision) 7. FPS(Frames Per Second) 관련 글 링크 1. IoU(Intersection over Union)IoU는 예측한 바운딩 박스와 실제 바운딩 박스가 얼마나 겹치는지를 비율로 나타낸 지표입니다.IoU는 객체 탐지의 위치 정확도를 판단하는 핵심 지표입니..

회귀(Regression) 모델의 성능을 평가할 때는 예측값과 실제값 사이의 차이를 수치화하여 얼마나 정확하게 예측했는지를 확인합니다.회귀(Regression)모델은 연속적인 값을 예측하는 데 사용됩니다. 이때 예측의 정확도를 수치적으로 판단해야 하며, 이를 위해 여러 지표를 사용합니다. 대표적인 성능 지표 MAE, MSE, RMSE, MAPE, MPE, R² 에 대해서 정리 합니다. 회기 모델 성능 지표: MAE, MSE, RMSE, MAPE, MPE, R² 목차 1. MAE(Mean Absolute Error): 평균 절대 오차 2. MSE(Mean Squared Error): 평균 제곱 오차 3. RMSE(Root Mean Squared Error): 평균 제곱근 오차 4. MAPE(Mean Ab..

머신러닝에서 분류 모델은 데이터를 분석해 라벨(클래스)을 예측합니다.하지만 단순히 얼마나 맞췄는지만 보는 Accuracy(정확도)만으로는 성능을 평가하기에 충분하지 않습니다.특히 불균형 데이터(imbalanced data) 상황에서는 다양한 지표를 함께 고려해야 모델의 실제 성능을 파악할 수 있습니다.Confusion Matrix를 기반으로 Accuracy, Precision, Recall, F1 Score, AUC까지 모든 핵심 지표의 개념과 활용 방법을 정리합니다. 분류 모델 성능 지표: Confusion Matrix 목차 1. Confusion Matrix(혼돈 행렬) 2. Accuracy(정확도) 3. Precision(정밀도) 4. Recall(재현율,민감도) 5. F1 Score(정밀도와 재현..

컴퓨터가 이미지를 '이해'하도록 만드는 기술을 컴퓨터 비전(Computer Vision)이라고 합니다.이미지를 이해하는 데 가장 많이 사용되는 기술은 분류(Classification), 객체 탐지(Object Detection), 세그멘테이션(Segmentation)입니다.각 개념을 쉽고 명확하게 설명하고, 실제로 언제 어떤 기술을 사용하면 좋을지 살펴 보겠습ㄴ다. 이미지 분석 기술: Classification, Object Detection, Segmentation 목차 1. 이미지 분류(Classification) 2. 객체 탐지(Object Detection) 3. 이미지 세그멘테이션(Image Segmentation) 4. Semantic vs Instance vs Panoptic..

MediaPipe(ver 0.10.24)의 객체 탐지기(Object Detector)를 활용하여 이미지 또는 동영상에서 고양이, 개, 사람, 차량 등 다양한 객체를 감지하는 방법을 소개합니다. MediaPipe Object Detector 사용하기 : 객체탐지 목차 1. 객체감지(Object Detection)란? 2. MediaPipe Object Detector 주요 기능 및 옵션 3. Object Detector 실행모드: IMAGE, VIDEO, LIVE_STREAM 4. Object Detector 모델 종류 및 비교 5. 사용자 정의 모델 요구사항 : TFLite 6. Python 환경 설정 및 기본 코드 작성 7. MediaPipe Object Detector Python 예시: IMAGE ..

전이 학습(Transfer Learning)은 사전 학습된 모델을 활용해 새로운 문제를 빠르게 해결할 수 있도록 돕는 딥러닝 기술입니다. 적은 데이터와 자원으로도 높은 성능을 낼 수 있어, AI 개발의 효율성과 확장성을 크게 높여줍니다. 전이 학습(Transfer Learning) 목차 1. 전이 학습이란? 2. 전이 학습의 주요 종류 3. 전이학습과 파인튜닝 비교 4. 전이학습의 장단점 5. 사전 훈련 모델(pretrained model) 6. 전이 학습의 주요 접근 방식 관련 글 링크 1. 전이 학습(Transfer Learning)이란?전이 학습(Transfer Learning)은 기존에 학습된 모델의 지식을 새로운, 하지만 관련된 작업에 적용하는 머신러닝 기법입니다.보통은 대규모 데이터와 연산..

머신러닝, 딥러닝, 신경망, 지도학습, 비지도학습, 강화학습의 개념을 한 번에 정리합니다. 인공지능, 머신러닝, 딥러닝 개념 이해: AI,ML,DL 목차 1. 인공지능, 머신러닝, 딥러닝 2. 신경망(Neural Network) 구조의 이해 3. 지도학습(Supervised Learning) 4. 비지도학습(Unsupervised Learning) 5. 강화학습(Reinforcement Learning) 관련 글 링크 1. 인공지능, 머신러닝, 딥러닝1) 인공지능(AI, Artificial Intelligence)인공지능은 인간의 지능적 행동(학습, 추론, 문제 해결, 의사결정 등)을 컴퓨터가 모방하고 수행할 수 있도록 만드는 기술입니다.◆ 주요 기능학습(Learning): 데이터를 기반으로 스스로 ..

MediaPipe 솔루션은 애플리케이션에 인공지능 (AI) 및 머신러닝 (ML) 기법을 빠르게 적용할 수 있는 라이브러리 및 도구 모음을 제공합니다. 이러한 솔루션을 애플리케이션에 즉시 연결하고, 필요에 맞게 맞춤설정하고, 여러 개발 플랫폼에서 사용할 수 있습니다. Google MediaPipe 솔루션 이해하기 목차 1. MediaPipe란? 2. MediaPipe 구성요소와 통합도구 3. MediaPipe Tasks 개요 4. MediaPipe Model Maker를 이용한 재 학습 5. MediaPipe Studio로 실시간 테스트 6. 사용가능한 솔루션 목록 관련 글 링크 1. MediaPipe란?MediaPipe는 Google에서 개발한 멀티모달 AI 프레임워크로, 영상 처리뿐만 아니라 텍스..

Python 3.13 가상환경에서 VSCode와 Jupyter를 사용하는 방법을 소개합니다.가상환경 생성부터 VSCode 확장 설치, Jupyter 노트북 실행까지 단계별로 설명합니다. VSCode에서 Python 3.13과 Jupyter 사용하기: 가상환경 목차 1. VSCode 설치 및 Python 가상환경 구성 2. Jupyter Extension 설치 3. 가상환경에 Jupyter 설치하기 4. VSCode에서 가상환경(커널) 선택 5. HelloWorld 출력하기 6. VSCode에서 Jupyter 사용 예제 관련 글 링크 1. VSCode설치 및 Python 가상환경 구성 Visual Studio Code 설치 방법 (Installer / Zip 포터블 모드) Visual Studio C..

Kafka Connect를 활용해 PostgreSQL 데이터 연동 예제를 소개합니다.Source 테이블의 변경 사항을 Kafka로 수집하고, 이를 Sink 테이블에 저장하는 전체 과정을 다룹니다.Kafka Connect 설정, JDBC 드라이버 설치, 커넥터 구성 및 실행까지 단계별로 실습할 수 있습니다. Kafka Connect Source, Sink 실습:  PostgreSQL 연동 목차 1. 환경 준비 및 구성 2. Kafka Connect Plugin 설치 3. Kafka Connect 실행 4. PostgreSQL Source Connector 설정 5. PostgreSQL Sink Connector 설정 6. 테스트 및 데이터 흐름 확인 관련 글 링크   1. 환경 준비 및 구성Kafka 3...

Kafka Connect는 Kafka와 외부 시스템 간 실시간 데이터 연동을 손쉽게 구현할 수 있는 강력한 도구입니다. Kafka Connect의 개념, 아키텍처 구성, 그리고 서버 측 설정 방법을 단계별로 자세히 소개합니다 Kafka Connect 이해 및 서버 설정하기 : REST API 명령어 목차 1. Kafka Connect 개념 2. Kafka 아키텍처 3. Standalone vs Distributed 4. Kafka Connect 설치 및 실행 5. Kafka 서버 설정 하기 6. REST API를 이용한 Connector 관리 관련 글 링크   1. Kafka Connect 개념Kafka Connect는 Apache Kafka®의 구성 요소 중 하나로, Kafka와 데이터베이스, 클라우드..

Ubuntu에서 zip과 unzip을 설치하고 사용하는 방법을 정리했습니다. Ubuntu에서 zip/unzip 설치 및 사용법 정리 목차 1. Ubuntu에서 zip/unzip 설치하기 2. zip 명령어 사용법 3. unzip 명령어 사용법 4. zip/unzip 자주 사용하는 옵션 정리 관련 글 링크   1. Ubuntu에서 zip/unzip 설치하기1. 설치 여부 확인zip -vunzip -v버전 정보가 출력되면 설치된 상태입니다. 2.설치하기sudo apt updatesudo apt install zipzip 패키지는 unzip을 권장 으로 포함하고 있어, zip만 설치해도 unzip이 함께 설치 됩니다.unzip이 함께 설치 되지 않거나 확실하게 unzip를 설치하고 싶으면 아래 명령어를 사용하..

Kafka Streams는 Kafka에 저장된 데이터를 실시간으로 처리하고 분석할 수 있게 도와주는 클라이언트 라이브러리입니다.Java 애플리케이션에 쉽게 통합할 수 있고, 외부 시스템 없이 Kafka만으로 고성능 스트림 처리가 가능합니다. Kafka Stream 핵심 개념 이해하기 목차 1. Kafka Stream란? 2. 스트림 처리의 기본 구조 3. 시간(Time)의 개념 4. 스트림과 테이블의 이중성(Duality): 상호 변환 5. 집계(Aggregation) 이해하기 6. 윈도우(Windowing) 개념 7. 상태(State)와 상태 저장소 8. 처리 보장 (Exactly-Once) 9. 순서가 뒤바뀐 데이터 처리(Out-of-Order Handling) 10. 예제 코드 관련 글 링크   1..

Kafka Consumer API 사용법을 정리했습니다. 기본 개념부터 주요 메서드 설명, 설정 옵션, 자바 예제 코드까지 포함되어 있어 Kafka 메시지 소비 클라이언트를 구현할 때 큰 도움이 됩니다. Kafka Consumer API 사용법(subscribe vs assign, 수동 커밋) 목차 1. Kafka Consumer API 함수 정리 2. Kafka Consumer 기본 사용법 3. Kafka Consumer Offset 수동 커밋 4. Kafka Offset 직접 지정: Seek 5. Kafka Consumer 리밸런싱: Rebalancing 6. Kafka Consumer subscribe() vs assign() 차이 관련 글 링크   1. Kafka Consumer API 함수 정리..

KafkaProducer API는 Kafka 브로커에 메시지를 전송하는 핵심 도구입니다. 비동기/동기 전송, 트랜잭션 처리, 다양한 설정을 지원하며, 고성능 메시징 시스템을 구현할 수 있게 해줍니다. 이 글에서는 KafkaProducer의 구조와 설정 방법, 전송 방식, 트랜잭션 처리까지 단계별로 알아봅니다. Kafka Producer API 사용법(비동기 전송, Transaction, 예제) 목차 1. Kafka Producer API 개요 2. KafkaProducer 클래스와 설정 방법 3. ProducerRecord 구조 및 생성 방법 4. 메시지 전송 방식: 비동기 vs 동기 5. Kafka 트랜잭션(Transaction) 처리 관련 글 링크   1. Kafka Producer API 개요Kaf..

Admin API는 Kafka 클러스터의 리소스(토픽, 브로커, ACL, 컨슈머 그룹 등)를 프로그래밍 방식으로 관리할 수 있도록 제공되는 API입니다. org.apache.kafka.clients.admin.AdminClient 클래스를 통해 사용하며, Kafka 클라이언트 라이브러리 안에 포함되어 있습니다. Kafka AdminClient API 예제 코드: Java  목차 1. Kafka AdminClient 개요 2. 토픽 관리 3. 클러스터 정보 조회 4. 컨슈머 그룹 관리 5. 컨슈머 그룹 Offset 관리 6. 토픽 파티션 재 할당 관련 글 링크   1. Kafka AdminClient 개요AdminClient는 Kafka 클러스터의 메타데이터를 조회하고, 토픽이나 컨슈머 그룹을 제어할 수 ..

GitHub 저장소를 Eclipse 프로젝트와 연동하는 가장 안전하고 권장되는 방식은 PAT(Personal Access Token) 을 사용하는 것입니다.이 글에서는 PAT을 발급받고, Eclipse에서 GitHub 저장소와 안전하게 연동하는 방법을 단계별로 안내합니다. Eclipse 프로젝트와 GitHub 저장소 연동하기: PAT 목차 1. GitHub PAT(Personal Access Token)란? 2. GitHub에서 PAT 생성하기 3. GitHub 저장소 생성하기 4. Eclipse 프로젝트 Git으로 초기화 하기 : Commit 5. GitHub 원격 저장소 연결 : Push 6. GitHub 연결 해제 및 재설정 관련 글 링크   1. GitHub PAT(Personal Access T..

Apache Kafka를 웹 UI로 관리할 수 있는 도구인 AKHQ 설치 및 설정 방법을 소개합니다.Docker 및 Standalone 방식 설치부터 application.yml 설정과 사용자 인증 구성, 서비스 등록까지 자세히 정리했습니다. Kafka UI 관리도구 AKHQ 설치 및 설정 하기: 사용자 인증 목차 1. AKHQ란? 2. AKHQ 설치 방법: Docker 3. AKHQ 설치 방법: Standalone 4. AKHQ 환경 설정: application.yml 5. AKHQ 접속 확인 6. AKHQ 서비스 등록하기 관련 글 링크   1. AKHQ란?AKHQ는 Apache Kafka를 시각적으로 관리할 수 있는 웹 UI 도구입니다.프로듀서, 컨슈머, 토픽, 파티션, ACL 등을 브라우저에서 손쉽..

Kafka KRaft 모드 운영 시 필수적인 클러스터, 스토리지, 메타데이터 관리 명령어를 정리했습니다.kafka-cluster.sh, kafka-storage.sh, kafka-log-dirs.sh, kafka-metadata-quorum.sh 도구 활용을 소개 합니다. Kafka KRaft 명령어 예제 정리: Cluster, Storage, Metadata 목차 1. kafka-cluster.sh 명령어 2. kafka-storage.sh 명령어 3. kafka-log-dirs.sh 명령어 4. kafka-metadata-quorum.sh 명령어 관련 글 링크   1. kafka-cluster.sh 명령어◆ 클러스터 ID 조회1. 클러스터 ID 조회kafka-cluster.sh cluster-id -..