🖤 블랙프라이데이 50% 특가 · 11/19 ~ 11/30 한정
📸 CNN 딥러닝 실무 프로젝트
이미지 수집부터 웹서빙까지,
CNN으로 완성하는 딥러닝 실무 프로젝트
피자와 스파게티 사진을 분류하는 이미지 분류 프로젝트를 A부터 Z까지 따라합니다.
Flask와 Ngrok으로 내가 만든 모델을 웹페이지에 올려 어디서든 사용해보세요!
21개학습 강의
2.51H강의 시간
4단계프로젝트 Step
혹시 이런 경험 있으신가요?
딥러닝을 배웠는데
내 프로젝트 하나 완성해본 적 없으신가요?
BEFORE
이론에서 멈춘 딥러닝
CNN이 이미지를 어떻게 분류하는지 개념만 어렴풋이 압니다
학습용 이미지를 어디서, 어떻게 모아야 할지 막막합니다
모델을 만들어도 내 컴퓨터 밖에서는 쓸 방법이 없습니다
AFTER
끝까지 완성하는 딥러닝
Flickr API로 이미지를 모으고 Numpy 형식으로 바꿔 데이터셋을 만듭니다
OpenCV 이미지 증식으로 모델 정확도를 높이고 직접 찍은 사진으로 예측합니다
Flask 서버와 Ngrok으로 내 CNN 모델을 웹에서 어디서든 사용합니다
이런 분들을 위해 준비했어요
어렵게만 느껴졌던 딥러닝,
프로젝트 하나로 처음부터 끝까지 따라오세요.
🖼️이미지 분류를 업무에 쓰고 싶은 실무자 — 이미지 분류 모델로 업무 활용을 시도해보고 싶은 분
🚀IT 업계 커리어를 준비하는 분 — 창업, 이직, 입사 등 IT 업계로 커리어를 쌓고 싶은 분
🏢사업에 AI를 도입하려는 경영자·실무자 — 우리 사업에 인공지능을 어떻게 적용할지 판단하고 싶은 분
🧠CNN 핵심 기법을 제대로 익히려는 분 — 딥러닝 역량을 CNN 프로젝트로 단단하게 다지고 싶은 분
생김새가 비슷한 이미지도, 내가 만든 CNN 모델로 구분하세요!
실습 결과 미리보기
강의에서 직접 만들게 될 결과물입니다
데이터 변환부터 모델 도식화, 사진 예측, 웹페이지 제작까지 프로젝트 화면을 미리 확인해보세요.
02-4
이미지 파일을 Numpy 형식으로
수집한 이미지를 모델이 학습할 수 있는 형태로 바꿉니다
03-3
CNN 모델 도식화
설계한 CNN 모델의 구조를 그림으로 확인합니다
06-1
내가 찍은 사진으로 모델 예측하기
직접 찍은 사진을 넣어 분류 결과를 확인합니다
07-2
Flask 서버로 웹사이트 제작하기
CNN 모델을 웹페이지에 올려 서비스합니다
커리큘럼 특징
CNN의 원리부터 웹서빙까지
프로젝트로 완성하는 4단계 과정
이미지 분류에 탁월한 CNN의 작동 원리를 이해하고, 실무 프로젝트로 직접 모델을 구현합니다.
1
CNN의 ‘개념과 작동 프로세스’ 이해하기
Flickr API 데이터 준비부터 전처리, OpenCV 데이터 증식, CNN 작동 프로세스까지 원리를 살펴봅니다.
2
딥러닝 ‘CNN 모델링 과정’ 실습하기
DNN보다 정교하게 이미지를 분류하는 CNN 모델을 직접 설계하고 실행합니다.
3
Flask와 Ngrok으로 ‘어디서든 내 모델 사용하기’
Flask 서버로 웹페이지에 모델을 올리고, Ngrok으로 외부에서도 접속할 수 있게 합니다.
4
디지털 세계의 인사이트를 ‘현실 세계로’
웹사이트에 올린 이미지가 무엇인지 예측해보며 다양한 인사이트를 발견합니다.
강의 수강 이후
수강 후 당신은 이런 사람이 됩니다
🗺️
개발 프로세스 이해자
프로젝트 전체 흐름을 아는
데이터 수집부터 웹서빙까지
딥러닝 개발 과정을 이해합니다.
🧩
CNN 설계자
이미지 분류 모델을 직접 짜는
CNN 구성 요소와 모델의 원리를 이해하고
모델을 정의·컴파일합니다.
📈
성능 개선자
데이터를 늘려 정확도를 높이는
OpenCV 이미지 증식으로
CNN 모델의 성능을 끌어올립니다.
🌐
모델 서비스 제작자
만든 모델을 남에게 보여주는
Flask와 Ngrok으로 웹페이지를 만들어
어디서든 모델을 사용합니다.
수강생 전원 제공
배운 내용을 바로 활용할 수 있도록,
실습에 필요한 자료를 준비했습니다
📘
강의교안
전체 흐름과 핵심을 정리한 자료
🗂️
실습 파일
강의와 같은 환경에서 따라할 예제
* 자료는 수강 시작 후 <8. 교재 다운로드 센터>에서 받으실 수 있습니다.
🖤 블랙프라이데이 50% 특가 · 11/19 ~ 11/30 한정 · 마감 D-?
피자인지 스파게티인지,
내가 만든 CNN 모델이 맞혀요!
이미지 수집부터 웹서빙까지 · 4단계 프로젝트
피자인지 스파게티인지,
내가 만든 CNN 모델이 맞혀요!
지식공유자 소개
강의를 이끄는 강사님
사용 프로그램 안내
본 강의에서 사용할 프로그램
🐍
Anaconda · Jupyter Notebook 파이썬 가상 환경
가상 환경에서 실습 진행 · 일반 업무용 PC 수준이면 충분
🖼️
Flickr API · OpenCV 이미지 수집·증식
학습용 이미지 수집과 이미지 증식에 사용
🌐
Flask · Ngrok 웹서빙
CNN 모델을 웹페이지에 올리고 외부에서 접속
수강 전 확인해주세요듀얼 모니터·Windows OS 권장
실습 위주의 강의로 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 수강을 추천드립니다.
강의 교안 및 실습파일은 <8. 교재 다운로드 센터> 섹션에 있습니다.
자주 묻는 질문
예상 질문 Q&A
Q. 파이썬 프로그래밍에 대한 선수 지식이 필요한가요?
본 강의 및 이어지는 마소캠퍼스의 딥러닝 강의에는 기초 파이썬 활용 능력이 필요합니다. 파이썬이 익숙하지 않다면 마소캠퍼스의 ‘파이썬 데이터 분석 입문’ 및 ‘파이썬 데이터 분석 실무’ 강의를 먼저 수강하시길 추천드립니다.
Q. 강의를 수강하기 위한 요구 사항이 있나요?
실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다. 또한 Windows OS 기반으로 실습이 진행되므로 Windows 환경에서의 수강을 추천드립니다.
Q. 딥러닝에는 고사양 PC가 필요하다던데, 실습에도 필요한가요?
고사양 환경에서 실행하는 것이 좋기는 하나, 본 강의는 Anaconda와 Jupyter Notebook을 활용한 가상 환경에서 실습이 진행되므로 일반적인 업무용 PC 수준이면 수강에 어려움이 없습니다.
커리큘럼 상세
8개 파트, 21강으로 이미지 수집부터 웹서빙까지
총 21강 · 8개 파트 · 2.51H · 파트를 누르면 세부 강의가 펼쳐집니다
무료 공개표시된 강의는 클릭해서 바로 미리 볼 수 있어요
01딥러닝 실무 프로젝트의 개요와 개발 프로세스프로젝트 개요 · CNN 프로세스무료 1강
- 01-1딥러닝 실무 프로젝트의 개요무료 공개05:25
- 01-2CNN 모델 프로세스03:40
- 01-3실무 프로젝트 개발 과정 프로세스05:27
02데이터셋 구성과 데이터 전처리Flickr API · Numpy 변환 · 원-핫 인코딩무료 1강
- 02-1이미지 수집을 위한 Flickr API 연결무료 공개09:50
- 02-2Flickr API를 이용한 이미지 수집13:27
- 02-3이미지 Numpy 형식 변환의 작업 순서03:37
- 02-4이미지 Numpy 형식으로 변환하기06:43
- 02-5원-핫 인코딩과 데이터 구분04:26
- 02-6이미지 데이터 전처리04:46
03CNN 모델 정의 컴파일CNN 구조 · 컨볼루션 · 모델 정의무료 1강
- 03-1CNN 구조와 활성화 함수무료 공개10:41
- 03-2컨볼루션 연산과 스트라이드04:41
- 03-3CNN 모델 도식화07:12
- 03-4CNN 모델 정의와 컴파일 설정06:47
04CNN 모델 실행모델 평가 · 시각화무료 1강
- 04-1모델 평가와 시각화무료 공개09:07
05이미지 증식 모델 개선OpenCV 이미지 증식
- 05-1OpenCV를 활용한 이미지 증식07:23
- 05-2증식된 이미지를 활용한 모델 평가03:01
06CNN 모델 예측하기직접 찍은 사진 예측
- 06-1직접 찍은 사진을 이용한 모델 예측09:12
07Flask 프레임워크를 이용한 CNN 모델 웹서빙Flask 서버 · 웹페이지 제작
- 07-1웹서빙을 위한 Flask 서버 구성05:30
- 07-2Flask 서버를 이용한 웹페이지 제작15:34
08Ngrok과 Flask를 이용한 웹서빙Ngrok 외부 연결 · 핵심 요약
- 08-1Ngrok 프레임워크를 활용한 외부 연결09:28
- 08-2포트 연결 해제와 강의 핵심 요약04:42
* 강의 교안과 실습 파일은 수강 시작 후 <8. 교재 다운로드 센터>에서 받으실 수 있습니다.
학습 규정 및 환불 규정
학습 규정
- 본 상품은 동영상 형태의 강의를 자유롭게 수강할 수 있는 VOD(온라인 녹화 강의) 상품입니다.
- 수강 신청 및 결제를 완료하시면, ‘내 강좌’를 통해 바로 수강이 가능합니다.
총 학습기간
- 정상 수강기간(유료 수강기간) 최초 30일, 무료 수강 기간은 31일 일차 이후로 무제한이며, 유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
- 하루 3시간 내외로 학습하시면 정상 수강기간(유료 수강기간) 내에 전체 과정을 모두 수강하실 수 있습니다.
- 수강 시작일은 결제일로부터 산정됩니다.
환불 규정
환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
- 쿠폰을 사용하여 강의를 결제하신 후 취소/환불 시 쿠폰은 복구되지 않습니다.
- 31일차 이후 무료로 제공되는 기간은 환불 산정에 포함되지 않습니다.
- 강의 자료(교재 등)를 다운로드한 경우에는 위 기준과 무관하게 환불이 불가합니다.
* 보다 자세한 환불 규정은 마소캠퍼스 [주의사항 및 환불규정]페이지에서 확인 가능합니다.
기타 환불 관련 안내
환불 요청은 cs@masocampus.com으로 주문번호를 함께 보내주시면 접수됩니다.
- 환불 금액은 신청 시점을 기준으로 산정되며, 업무시간 외 요청은 2영업일 오후까지 순차 처리됩니다.
- 환불 금액은 수업 시간을 기준으로 반올림하여 산정합니다.
- 계좌이체로 환불받으실 경우 이체 수수료 500원이 공제된 금액이 지급됩니다.
- 환불 대금은 접수일로부터 7영업일 이내 지급됩니다.
- 취소 및 환불 접수·처리는 평일 오전 10시~오후 4시 (점심시간 12시~1시 제외) 내에만 가능합니다.
- 취소 및 환불은 한국소비자원 고시 소비자분쟁해결기준에 의거하여 처리됩니다.
주의 사항
- 상황에 따라 별도의 사전 안내 없이 할인 혜택이 조기에 마감되거나 연장될 수 있는 점 참고 부탁드립니다.
- 천재지변, 폐업 등 불가피한 사유로 서비스 운영이 어려운 경우, 서비스가 종료될 수 있습니다.
- 커리큘럼은 완성도 향상을 위한 제작 과정에서 일부 내용이 추가, 삭제 또는 변경될 수 있습니다.
마소캠퍼스 정책 안내
마소캠퍼스 ID 공유 금지 정책
- 마소캠퍼스의 모든 온라인 강의에서는 1개의 아이디로 여러 명이 공유하는 형태를 금지하고 있습니다.
- 동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.
저작권 정책
- 마소캠퍼스의 모든 강의는 무단 배포 및 가공하는 행위, 캡처 및 녹화하여 공유하는 행위, 무단으로 판매하는 행위 등 일체의 저작권 침해 행위를 금지합니다.
- 부정 사용이 적발될 경우 저작권법 위반에 의한 법적인 제재를 받으실 수 있습니다.
그 외 공통 사항은 마소캠퍼스 [주의사항 및 환불규정], [이용약관] 페이지를 따릅니다.
