프리프로세싱은 데이터 전처리를 위한 기법으로, 이미지 데이터를 인공지능 모델이 학습하기에 적합한 형태로 변환하는 과정을 포함합니다.
민맥스 스케일러는 각 픽셀의 값들을 0에서 1 사이로 정규화하는 방법으로, 데이터의 범위를 일정하게 맞추는 데 사용됩니다.
스탠다드 스케일러는 데이터의 평균과 표준편차를 이용하여 정규화하는 방법으로, 데이터의 분포를 표준 정규 분포로 변환합니다.
데이터 증강은 훈련 데이터의 양을 늘리기 위해 다양한 변형을 적용하는 기법으로, 모델의 일반화 성능을 향상시키는 데 기여합니다.
호리젠탈 플립은 이미지 데이터를 좌우로 반전시키는 증강 기법으로, 훈련 중에만 사용되며 테스트 데이터에서는 사용되지 않습니다.
버티컬 플립은 이미지 데이터를 위아래로 반전시키는 기법으로, 실제 상황에서는 잘 사용되지 않는 방식입니다.
원핫 인코딩은 분류 문제에서 레이블을 벡터 형태로 변환하는 과정으로, 각 클래스에 대해 고유한 인덱스를 부여합니다.
OpenCV는 실시간 컴퓨터 비전을 위한 라이브러리로, 이미지 처리 및 분석을 위한 다양한 기능을 제공합니다.
OpenCV를 사용하여 이미지를 불러오는 방법을 실습하며, 이미지의 채널 순서를 변경하는 과정도 포함됩니다.
불러온 이미지를 전처리하여 모델에 적합한 형태로 변환하는 과정을 설명합니다.
