728x90 전체 글500 마이크로 소프트 엑셀 vlookup 사용하는 방법 vlookup 함수는 엑셀에서 가장 많이 사용되는 함수 중 하나로, 특정 값에 대한 매칭된 결과를 찾기 위해 사용됩니다. 아래는 vlookup 함수를 사용하는 방법입니다. 함수 작성하기: vlookup 함수는 다음과 같이 작성됩니다. =vlookup(찾는 값, 테이블 범위, 결과 열 번호, [정확도]) 찾는 값 지정하기: vlookup 함수에서는 매칭할 값을 지정해야 합니다. 이 값은 셀에 직접 입력하거나, 다른 셀에서 참조할 수 있습니다. 테이블 범위 지정하기: vlookup 함수에서는 매칭할 범위를 지정해야 합니다. 이 범위는 찾는 값과 매칭될 값이 들어 있는 테이블을 선택하는 것입니다. 이 테이블은 다른 워크시트에 있을 수도 있습니다. 결과 열 번호 지정하기: vlookup 함수에서는 매칭된 결과의.. 2023. 3. 16. YOLO(You Only Look Once) v1 ~ v5 까지 비교 YOLO (You Only Look Once)은 실시간 객체 감지 알고리즘으로, 현재까지 다양한 버전이 출시되었습니다. 이에 대한 성능 비교는 YOLOv1부터 YOLOv5까지 설명하겠습니다. 버전 YOLO v1 YOLO v2 YOLO v3 YOLO v4 YOLO v5 출시년도 2016 2017 2018 2020 2020 입력 크기 448x448 416x416 416x416 or 608x608 608x608 640x640 클래스 수 20개 20개 80개 80개 80개 mAP 63.4% 78.6% 57.9%(COCO) 43.5%(COCO) 50.5%(COCO) 특징 기존의 객체 감지 알고리즘들과는 다르게 전체 이미지를 하나의 네트워크로 처리하여 실시간으로 객체를 감지할 수 있도록 구현되었습니다. 하지만, 작.. 2023. 3. 16. Centernet의 간단한 설명 CenterNet은 객체 검출(object detection)을 위한 딥러닝 알고리즘 중 하나입니다. CenterNet은 객체의 중심점(center point)을 예측하고, 이 중심점을 기준으로 객체의 바운딩 박스(bounding box)를 예측하는 방식을 사용합니다. 이 방식은 기존의 객체 검출 알고리즘 중 YOLO(You Only Look Once)와 SSD(Single Shot Detector)와 같은 알고리즘보다 더욱 정확하면서도 더욱 빠른 속도를 보여줍니다. 또한, CenterNet은 객체의 크기나 모양에 대한 제약이 적어서 다양한 객체를 검출할 수 있는 장점이 있습니다. CenterNet은 2019년에 발표된 논문 "Objects as Points"에서 처음으로 소개되었으며, 이후에도 다양한 .. 2023. 3. 16. SSD와 YOLO의 차이점은? SSD와 YOLO는 모두 컴퓨터 비전 분야에서 객체 검출(object detection) 작업에 사용되는 딥러닝 알고리즘입니다. 좀더 자세히 말하면 다양한 백본(mobilenet, resnet 등)과 연동하여 사용하는 헤드 입니다. 이 둘의 차이를 간단히 비교하면 아래와 같습니다. SSD는 "Single Shot MultiBox Detector"의 약자로, 이미지 내에서 물체를 검출하고 분류하는 작업을 동시에 수행하는 신경망입니다. SSD는 여러 다양한 크기의 박스를 생성하여 이미지에서 물체의 위치와 크기를 정확하게 예측하려고 시도합니다. 이를 통해 높은 정확도를 유지하면서도 빠른 속도로 물체를 검출할 수 있습니다. 반면에 YOLO는 "You Only Look Once"의 약자로, 이미지를 여러 개의 그.. 2023. 3. 16. 이전 1 ··· 13 14 15 16 17 18 19 ··· 125 다음 728x90