개발일기

만들고자 하는 최종 목표 모델 : 차량의 종류, 색상을 뽑는 모델 만들기목표 정확도 : 99% 이상 이전에 RESNET50으로 차량의 색상 모델을 만들었다.2025.05.19 - [Project Portfolio] - [차량속성모델 만들기 1] 차량의 색상 모델 만들기, RESNET50, Yolo Segmentation 적용 [차량속성모델 만들기 1] 차량의 색상 모델 만들기, RESNET50, Yolo Segmentation 적용만들고자 하는 최종 목표 모델 : 차량의 종류, 색상을 뽑는 모델 만들기목표 정확도 : 99% 이상 지금까지 차량의 색상 뽑기 테스트들을 했었다.모델을 만들지 않고, Kmeans 알고리즘이나 색상 히스developer908.tistory.com 이번에는 차량의 종류와 색상을 한..

만들고자 하는 최종 목표 모델 : 차량의 종류, 색상을 뽑는 모델 만들기목표 정확도 : 99% 이상 지금까지 차량의 색상 뽑기 테스트들을 했었다.모델을 만들지 않고, Kmeans 알고리즘이나 색상 히스토그램을 활용하여 색상을 뽑아보았다.색상을 뽑아본 결과, 도로와 창문 등 외부요소들이 색상값에 영향을 주었다.더보기2025.04.23 - [Project Portfolio] - [대표색상 뽑기] Kmeans로 색상 정보 추출하기 [대표색상 뽑기 - 연구일지1] Kmeans로 색상 정보 추출하기목차1. 개요2. K-means 알고리즘3. 거리계산(유클리드, CIEDE2000, 코사인 유사도) 알고리즘4. 색상 정보 추출 코드5. 대표 색상 추출 코드 1. 개요K-means는 데이터의 특징을 바탕으로 유사한 ..