hotamul의 개발 이야기

회사 보안 정책, 제한된 private network 등의 이유로 Backend에서 API 호출과 Frontend에서 API 호출, 어떤 게 더 좋은 선택일까 고민이 되어 블로그를 작성하면서 정리해보고자 한다. Backend와 Frontend에서의 API 호출은 각각 장단점이 있다 (당연히 Application의 특정 use case와 요구 사항에 따라 달리질 수 있다...) Backend API 호출은 아래와 같은 장점들이 있다. improve performance hide sensitive data and protect API keys (credential ticket 값들, ...) 반면 Frontend API 호출은 아래와 같은 장점이 있다. improve user experience reduce..

Spring Boot에서는 config 디렉토리에 환경 변수 파일을 저장할 수 있다. 기본적으로 Spring Boot는 아래 나열된 순서대로 환경 변수 파일을 찾는다. A config subdirectory of the current directory. The current directory. A classpath /config package. config 디렉토리에 .env 파일을 만들어 환경 변수들을 저장하고 DB_HOST=localhost DB_PORT=5432 DB_USER=admin DB_PASSWORD=secret 아래 처럼 @Value annotation로 해당 변수들을 사용하면 된다. @RestController public class MyController { @Value("${DB_HO..

Face Recognition에 대해 관심이 생겨 Eigenimages - Stanford University 자료를 읽어보다 이해가 안되는 부분이 많아서 PCA에 대해서 먼저 알아보기로 했다. 아래 내용은 공돌이의 수학정리노트 - 주성분 분석(PCA)를 참고했다. 어떤 Vector에 데이터를 정사영 시켜야 원래의 데이터 구조를 잘 반영할 수 있을까? PCA(Principal Component Analysis)는 어떤 Vector에 데이터를 정사영 시켜야 하는가를 고려해서 고차원 데이터의 차원을 낮추는 기법이다. 쉽게 이야기 하면 학생들의 국어, 영어, 수학 과목 점수를 시험의 난이도,...를 반영해서 종합 점수로 표현하는 것이라고 생각하면 된다. Covariance matrix: 데이터의 구조를 표현하..

https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/ IMDB-WIKI - 500k+ face images with age and gender labels Description Since the publicly available face image datasets are often of small to medium size, rarely exceeding tens of thousands of images, and often without age information we decided to collect a large dataset of celebrities. For this purpose, we took data.vision.ee.ethz.ch 위 링크에서 나이..

Github - OpenCV에서 data/haarcascades/haarcascade_frontalface*.xml 이름의 파일들이 있는데 이 xml 파일을 복사/다운로드 해서 아래와 같이 얼굴 인식을 테스트 해볼 수 있다. 저는 haarcascade_frontalface_default.xml을 이용해서 진행했다. # detectMultiScale Signature cv.CascadeClassifier.detectMultiScale(image\[, scaleFactor\[, minNeighbors\[, flags\[, minSize\[, maxSize]]]]] -> objects 참고: OpenCV - CascadeClassifier detectMultiScale 메소드 인자인 scaleFactor와 m..

Interpolation Methods for resizing cv2.INTER_AREA: 주로 이미지 크기를 줄이는데 사용한다. cv2.INTER_CUBIC: 속도는 느리지만 Interpolation 성능이 좋다. cv2.INTER_LINEAR: 주로 이미지 크기를 늘리는데 사용하고 OpenCV의 default Interpolation method이다. 참고: OpenCV - InterpolationFlags Shrink & Enlarge Image $ pip install opencv-python-headless numpy import numpy as np import cv2 # loading image img = cv2.imread('./testimg.jpg') # shrinking ..

image 파일을 numpy.ndarray로 불러오는 방법은 3가지가 있다. OpenCV $ pip install opencv-python-headless import cv2 img_cv = cv2.imread('./testimg.jpg') print(img_cv) [[[ 21 48 92] [ 19 46 90] [ 16 42 88] ... [ 0 14 13] [ 0 11 10] [ 0 15 14]] [[ 17 44 88] ... OpenCV의 imread는 BGR (Blue, Green, Red) 순서의 numpy.ndarray를 리턴한다. matplotlib.image $ pip install matplotlib import matplotlib.image as matimg img_mat ..

What is bit depth? Skill of extraction information from data is called Data Science Data Preprocessing Transforming the data into structured [Python] image 파일 numpy.ndarray로 불러오기 Resize (Bring the all image into same shape/size) ex) all the images to 10 x 10 [Python] OpenCV로 image size 조절하기 Flatten (Converting into either row matrix or column matrix) ex) Bar Code Data Analysis Features Number of..

병렬 처리 구조 Greenplum 데이터베이스(이하 GPDB)는 Postgresql 기반의 데이터베이스로 OLAP 시스템에 적합한 데이터베이스이다. GPDB는 MPP(massively parallel processing) 데이터베이스로 병렬 처리 구조 아키텍처를 가지고 있다는 특징이 있다. Scale-out GPDB는 위의 그림과 같이 Scale-out 방법으로 병렬처리를 구현했다(기존 서버를 높은 사양으로 업그레이드 하는 것이 Scale-up, 기존 서버에 추가로 서버를 연결해 데이터 용량 및 서버 부하를 분담하는 것을 Scale-out이라고 한다). Master Hosts, Interconnect, Segment Hosts GPDB는 크게 Master Hosts, Interconnect, Segmen..

블로그 : http://gpdbkr.blogspot.com/ https://blog.naver.com/geartec82/ https://rfriend.tistory.com/ -- data Science 관련 https://blog.naver.com/nzisu 👍