IT 썸네일형 리스트형 [Object Detection / Deeplearning ] YOLO Darknet v2 - [3] 이번 포스팅에서는 YOLO Darknet v2를 어떻게 학습시키는지에 대해서 포스팅하겠습니다. [Object Detection / Deeplearning] YOLO Darknet v2 - [1] [Object Detection / Deeplearning] YOLO Darknet v2 - [2] 기본적으로 YOLO Darknet 홈페이지에 어떻게 VOC Pascal Data를 이용해서 YOLO를 학습시키는지 확인할 수 있습니다. 이번 포스팅에서는 이를 따라하는 것에 대해서 포스팅하도록 하겠습니다. 1. DataSet Download :: VOC Pascal 2007/2012 먼저 다음과 같은 명령어를 이용해서 VOC Pascal 데이터를 다운로드를 받고, 압축을 해제해줍니다. wget https://pjr.. 더보기 [Object Detection / YOLO DARKNET] object detection code review :: read_data_cfg -[1] 이번 포스팅에서는 대표적인 Deeplearning CNN C 프레임워크인 YOLO Darknet에서 Object Detection에 대한 코드 리뷰를 진행하겠습니다. Darknet은 Main함수에서 시작해서 여러가지 분기로 해서 여러 함수들로 진입하게됩니다. 이번 포스팅에서는 Main함수에서 제가 분석할 detector 함수로 진입하고, detector 함수 중 단일 이미지 test하는 함수인 test_detector 함수에서 read_data_cfg 함수에 대해서 리뷰를 진행하겠습니다. 1. Overview 먼저 코드 리뷰에 대상이 되는 분기 지점은 YOLO Darknet의 detector 모듈에 있는 test 함수임입니다. detector 모듈은 YOLO 자체의 Object Detection 모델이며.. 더보기 [Object Detection / Deeplearning ] YOLO Darknet v2 - [2] 이번 포스팅에서는 YOLO Darknet의 설치 및 실행에 대해서 포스팅하겠습니다. [Object Detection / Deeplearning] YOLO Darknet v2 - [1] 1. Install 이전 포스팅에서 언급하였던, YOLO Darknet github에서 코드를 다운 받습니다.다운 받으셨으면 이전 포스팅의 구성처럼 파일 계층이 있을겁니다. Darknet을 Install하기 위해서는 Makefile을 보시면 됩니다.설치를 위해서 주로 보셔야하는 옵션은 GPU / CUDNN / OPENCV / OPENMP / DEBUG 입니다.GPU는 NVIDIA Graphics 카드가 컴퓨터에 설치가 되어있고, CUDA가 설치되었다면 값을 1로 변경해주시면 됩니다.만약 GPGPU를 이용한 병렬연산을 하지 .. 더보기 [Object Detection / Deeplearning ] YOLO Darknet v2 - [1] 이번 포스팅에서는 YOLO Darknet version2의 구성에 대해서 포스팅하겠습니다. YOLO Darknet이 어떤것인지에 대한 설명은 않겠습니다. 1. YOLO Darknet YOLO Darknet의 홈페이지 및 깃허브 코드는 아래에서 확인하실 수 있습니다. YOLO Darknet 홈페이지 YOLO Darknet Github YOLO Darknet 디렉토리 계층 Darknet . ├── cfg ├── data ├── examples ├── include ├── LICENSE ├── LICENSE.fuck ├── LICENSE.gen ├── LICENSE.gpl ├── LICENSE.meta ├── LICENSE.mit ├── LICENSE.v1 ├── Makefile ├── python ├── R.. 더보기 [ubuntu / python 2.7] graph-tool 설치 오늘 포스팅은 python2.7 대상으로 graph-tool을 설치하는 방법에 대해서 포스팅하겠습니다. 1. Pre-Required sudo apt-get install -y build-essential g++ python-dev autotools-dev libicu-dev build-essential libbz2-dev libboost-all-dev libgmp3-dev libcgal* libsparsehash-dev 1. Boost 설치Boost 홈페이지에서 Boost를 다운받습니다.http://www.boost.org/ 다음과 같은 명령어를 이용해서 Boost를 설치합니다. ./bootstrap.sh --prefix=/usr/ ./b2 sudo ./b2 install 2. graph-tool 설치 .. 더보기 [numpy] numpy.pad 이번 포스팅에서는 numpy의 pad함수에 대해서 포스팅하겠습니다. 딮러닝에서 ConvNet을 구현할 때, Padding이라는 것을 주로 사용합니다. Convolution시 입력 데이터를 그냥 넣게 되면, 출력값의 차원이 작아지게 되는데, 이를 방지하기 위해서 Padding을 주로 사용합니다. Padding은 다음 포스트에 설명되어있으니 해당 포스팅을 참조하시면 됩니다. [CNN] Convolution Neural Network 이러한 Padding을 Numpy를 통해서 구현할 수 있습니다. 일반적으로 이미지는 다음과 같은 Numpy array를 통해서 표현할 수 있습니다. import numpy as np import matplotlib.pyplot as plt img = np.array([[1,2,3.. 더보기 [WSGI/Flask/SocketIO] 개념 정리 Deeplearning 카테고리에 Self Driving Car 논문 구현체에 대해서 코드 리뷰를 하고 발표를 하던 중에 Flask와 SocketIO에 대해서 질문이 많이 들어왔는데, 대략적인 개념만 알고, 자세히는 모르고있어서 설명을 못드렸었습니다. 질문에 대한 답을 정리하고 이번 기회에 개념을 정리하고자, 이번 포스팅을 쓰려고 합니다. [Code Review/ self-driving lab] Udacity Self-driving Car - (1)[Code Review/ self-driving lab] Udacity Self-driving Car - (2)[Code Review/ self-driving lab] Udacity Self-driving Car - (3) 1. Web의 기본 구조 초기의 웹 .. 더보기 [Code Review/ self-driving lab] Udacity Self-driving Car - (3) 이번 포스팅은 학습 모델에 대해서 리뷰하도록 하겠습니다. - [Code Review/ self-driving lab] Udacity Self-driving Car - (1)- [Code Review/ self-driving lab] Udacity Self-driving Car - (2) 1. Model.py Model.py의 코드는 다음과 같습니다. 해당 코드에 대해서 차례차레 살펴보도록 하겠습니다. import numpy as np import tensorflow as tf import csv import matplotlib.pyplot as plt import os, sys import cv2 from sklearn.model_selection import train_test_split from ke.. 더보기 [Code Review/ self-driving lab] Udacity Self-driving Car - (2) 저번에 이어서 이번 포스팅은 pre-trained 모델의 코드를 살펴보려고합니다. 지난번 포스팅 :: [Code Review/ self-driving lab] Udacity Self-driving Car - (1) 1. Main 함수 @sio.on('connect') if __name__ == '__main__': parser = argparse.ArgumentParser(description='Remote Driving') parser.add_argument('model', type=str, help='Path to model definition json. Model weights should be on the same path.') args = parser.parse_args() with open(a.. 더보기 [virtualenv/Uubuntu16.04] Python3 Virtualenv 설치 이번 포스팅에서는 Python3 환경에서 virtualenv를 사용하는 방법에 대해서 이야기하겠습니다. 1. Install pip|pip3python에서 package설치를 쉽게해주는 pip를 설치해줍니다. # sudo apt-get install python-pip sudo apt-get install python3-pip # 2. Install virtualenv with pip3pip3를 이용해서 virtualenv 를 설치해줍니다. # pip3 install virtualenv # 3. Make Project Folder & Activate virtualenvvirtualenv를 활성화시켜서 독립적인 python 실행환경을 설정해봅니다. 3-1. Activate virtualenv# mkdir t.. 더보기 이전 1 2 3 4 5 6 7 ··· 9 다음
