트레이딩

영상 딥러닝을 위하여 우선 준비하여야 할 것은 학습할 영상을 확보하는 것입니다. 인터넷에서 검색하면서 한 장 한 장 저장하는 것도 가능하지만 시간과 노력이 많이 듭니다.

오늘 소개해 드릴 sw는 url이나 검색 키워드를 넣으면 관련 영상을 자동으로 저장해주는 sw입니다.

이 sw이름은 extreme image finder이고 아래 사이트에서 down받을 수 있습니다.

http://www.webimagedownloader.com/

사용법은 간단합니다.

아래 그림과 같이 찾고자 하는 keyword를 입력하면 지정된 위치에 검색된 영상 파일이 저장됩니다. 요즘 인기있는 김희선씨를 검색한 결과입니다. 이렇게 검색된 영상 중 필요한 영상만 별도로 저장한 후 딥러닝 학습에 사용하면 됩니다.

요즘 딥러닝이 업계에서 주목을 받고 있습니다.

딥러닝을 적용할 때 첫 번째로 준비하여야 할  것이 학습시킬 데이터 셋을 확보하는 것입니다.

이에 인터넷을 돌아다니면서 확보한 데이터가 있는 곳을 정리할 예정입니다. 좋은 데이터 많이 확보하여 딥러닝으로 좋은 결과가 나왔으면 좋겠습니다.

<일반>

1. 뭐니뭐니해도 kaggle 사이트에 다양한 데이타가 많이 있습니다. 우선적으로 검토할 사이트

https://www.kaggle.com/datasets

2. MIT data

영상에 있는 object에 대하여 tagging이 되어 있습니다. 영상에 segment 정보도 있고요. 영상인식에 유용한 데이터

http://groups.csail.mit.edu/vision/datasets/ADE20K/

3. 새소리 데이터

http://www.xeno-canto.org/

<의료 및 바이오>

1. 의료용 데이터 정리된 github 사이트

https://github.com/beamandrew/medical-data/blob/master/README.md

2. 스탠포드 Andrew Ng 교수팀의 ECG 부정맥과 관련한 CNN 연구입니다. 34층짜리 CNN이고, 3만 명에 가까운 환자의 64,121개의 ECG 를 활용해 학습시킴

 https://stanfordmlgroup.github.io/projects/ecg/

3. 단백질 데이터

https://github.com/PeptoneInc/dspp-keras

<얼굴인식>

1. Data Sciences and Analytics Lab (DSAL) @ Wayne State University에서 개발 중인 얼굴인식 시스템의 데이터 셋. 가려진 부분이 있는 얼굴 데이터가 많습니다.

관련 논문 : https://arxiv.org/pdf/1706.08690.pdf

사이트 및 데이터세트  http://discovery.cs.wayne.edu/lab_website/index.php/lsdl/

요즘 퀵 업계에서 서울시내 동일 요금 5,000원 4시간 내 배송으로 광고하고 있는 업체가 있습니다.

이름하여 원더스.

http://blog.naver.com/wonders7179/221012983442

어떻게 5천원에 가능할까요?

회사 웹페이지를 읽어보니, 아래와 같은 방식으로 배송을 하네요.

1. 고객으로 부터 배송 물건 픽업

2. 가까운 지하철 역 중간 집하소에 투하

3. 지하철 역 중간 집하소를 오가는 65세 이상 어르신들이 목적지와 가장 가까운 지하철 역 집하소로 배송

4. 목적지 근처에 있는 퀵 배달 요원이 물건 인수 후 배달

퀵 라이더에게 월급을 주는 것으로 보아 라이더들이 안정적으로 배송에 전념할 수 있는 구조입니다.

이런 방식이 성공을 거둘려면 일정 수량 이상의 퀵 물량 확보가 관건인것 같습니다. 최근에 한진택배와 당일 배송 협약도 맺었다고 하니, 쭉 성장하기를 기대합니다.

저도 앞으로 퀵은 원더스 사용 예정입니다.