※ 회사의 채용담당 선생님께서는 아이디/암호를 각각 jobs 로 입력 후, 채용 안내 글을 남기실 수 있습니다.
광주ㆍ전남 대학창조일자리센터: 도서관 별관(백도) 1층 062-530-4131~6
1회 초과 (도배)글쓰기 및 본문링크 남용시 삭제/차단 조치합니다.
종합/정리해서 1건만 올리시고, 필요한 부분만 링크해주세요(본문 전체링크 삼가).
광주ㆍ전남 대학창조일자리센터: 도서관 별관(백도) 1층 062-530-4131~6
1회 초과 (도배)글쓰기 및 본문링크 남용시 삭제/차단 조치합니다.
종합/정리해서 1건만 올리시고, 필요한 부분만 링크해주세요(본문 전체링크 삼가).
- [ 글쓰기 ]
- Classic Style
- Zine Style
- Gallery Style
- Community Style
- Studio Style
- Blog Style
![[레벨:15]](http://ie.jnu.ac.kr/modules/point/icons/xeicon_coa/15.gif "포인트:238point (17%), 레벨:15/100"){kind=icon}
18이준엽관련링크 : http://lincplus.jnu.ac.kr/EducationSupport/Details/7197
○ 사업명 : 2020 LINC+ 문제해결형 융복합 인재양성 교육
○ 세부사업명 : 자율주행차 영상인식 과정
○ 사업기간 : 2021. 1. 18.(월) ~ 2021. 1. 21.(목)
○ 대상 : 데이터 사이언스 기반의 자율주행차 영상인식 프로젝트에 관심이 있는 전남대 재학생
○ 세부내용 :
| 일 | 주제 | 내 용 | 실 습 |
| 1/18(월) | 데이터 분석 기초 | 목적, 유형, 특징 및 프로세스, 탐색적 분석 | 데이터 탐색, 시각적 실습 |
| Pytorch기초 | 기본 변수, 랜덤 숫자, Numpy, 데이터 처리 | 개발 환경 구축, 기초 코딩 실습 | |
| 머신러닝 기초 | 모델, 훈련과 검증, 구축, 머신러닝 타입 | 모델 훈련, 모델 검증, 모델 구축 | |
| 신경망 기초 | 신경망 개요, 신경망의 구성과 특징, MLP | MNIST 인식 모델 실습 | |
| 신경망 심화 | 신경망 성능 개선, LSTM | 이미지 검출, 이미지 인식 | |
| CNN / RNN | CNN / RNN 이론 및 활용 | CNN / RNN 관련 실습 | |
| 1/19(화) | OpenCV 개요 및 영상처리 | OpenCV의 개요, 개발환경 설정, 주요 함수 설명 | 영상 처리 알고리즘 예제 실습 |
| 필터링과 기하학적 변환 | 영상의 산술 연산, 필터링, 기하학적 변환 | 다양한 필터링 코드 구현, 영상의 잡음 제거와 프로파일 분석 | |
| 영상 신호 처리 개요 | 영상 신호 처리의 개요 및 영상 주파수 변환 | 영상 주파수 변환 | |
| 영상 분할 | 이진화 기법, 영상 분할, 에지 검출, 미분 연산자, 라플라시안 | 영상 분할 및 검출 실습 | |
| 이진영상처리 | 이진 영상처리, 객체의 표현, 연결 성분, 순차적 알고리즘, 세선화 | 이진 영상 처리 및 알고리즘 실습 | |
| 1/20(수) | 영상인식, 분류, 객체 검출 개요 | Classification, Recognition, Detection | Example Convolution, Pooling, Dataset 분류, 모델 구현 |
| 인식, 분류 검출의 활용 | Image Retrieval, Face Detection API, Face Recognition | Image Retrieval 구현, Face Recognition 구현 및 테스트 | |
| 동영상 인식 개요 | 동영상 인식의 개념 및 주요 기술 설명 | 주요 동영상 관련 알고리즘 실습 | |
| 움직이지 않는 사물 인식 | 영상 내 정적 객체 검출 및 인식 | 정적 이미지 검출 및 인식 기술 실습 | |
| 움직이는 보행자, 차량 인식 | 영상 내 동적 객체 검출 및 인식 | 동적 이미지 검출 및 인식 기술 실습 | |
| 1/21(목) | GAN 개요 | Generative Adversarial Networks(GAN) 개요 | GAN 작업환경 설정 실습 |
| GAN 활용 | GAN 기본과 활용, DCGAN | GAN과 DCGAN의 구현 실습 | |
| YOLO 개요 | 개념, YOLO 개요, 각 YOLO 모델의 차이점 | YOLO 작업환경 설정 및 예제 실습 | |
| YOLO 활용 | Unified Deteciton, Network Design, Training, Limitation, 동작 원리 | YOLO 기반의 보행자 및 차량 인식 실습 | |
| TEST |
○ 신청기간 : 공고일로부터 2021. 1. 15.(금) 14시까지
○ 신청방법 :
- 전남대학교 LINC+사업단 홈페이지(http://lincplus.jnu.ac.kr/) 온라인 신청
- LINC+사업단 홈페이지(포털로그인) > 온라인신청 > 해당 프로그램 신청
※ 신청후, 반드시 프로그램 신청이 되었는지 확인바랍니다(본인이름/연락처 등).
시스템오류로 인하여 신청이 되지 않을 수 있음.
○ 문의처 : 전남대학교 G&R Hub 430호 LINC+사업단
☎ 062-530-0358
gmail.com