코딩헤딩

https://coding-heading.tistory.com/104 Deep learning[딥러닝] YOLO 객체탐지 네트워크 가중치 모델 사용 https://coding-heading.tistory.com/103 Deep learning[딥러닝] YOLO 객체탐지 네트워크 기초 - "욜로"라고 칭한다. - 한 개의 네트워크(계층, 모델 같은 의미로 칭함)에서 객체(물체, 사물)를 탐지 - 탐지된 개체의 coding-heading.tistory.com * 위 글의 가중치 모델을 이용해서 객체(자동차) Detection 하는 코드를 함수로 만들어 보았다. def predict_yolo(img_path) : """이미지 데이터 가져오기""" img = cv2.imread(img_path) """BGR을 ..

1. 기본 구조 숫자의 연산 def twice(x): return x*2 a = 2 b = 3 print(twice(a)) print(twice(b)) 결과 : 4 6 문자 def hello(x): print('hello', x) hello('python') 결과 : hello python 2. zip/ unzip def add_minus(x, y): a = x + y b = x - y return a, b add_minus(5, 7) 결과 : (12, -2) print(type(add_minus(5, 7))) 결과 : a, b = add_minus(7, 8) print(a, b) 결과 : 15 -1 print(type(add_minus(7, 8))) 결과 : 더하기, 빼기 = add_minus(7, 8..