Dev Stack

서버를 두고 원격으로 python 으로 AI 관련 개발을 하다보면 중간중간 확인과정을 거쳐야 하는데, 이미지나 그래프등 바로 바로 확인이 안된다. plt.show() 나 cv.imshow() 등등.. 이미지를 저장해서 확인하지 않은이상 쉽지 않다 이럴때, 구글 코랩과 같은 대화형 쉘을 이용하면 편리하게 개발을 할수 있다. 대화형 쉘을 지원하는 iPython 을 설치하면 개발이 편리해진다. 설치 방법과 운용이 너무 간단하다. 설치는 아래 명령어 한줄이면 된다. pip install jupyterlab 실행은 아래와 같이 한줄이면 된다. jupyter lab --ip=0.0.0.0 뒤에 --ip 옵션은 외부에서 접속할수 있도록 Listen IP 를 0.0.0.0 으로 설정한것이다. jupyter lab --..

labeling 이미지를 이용해 TFRecord 로 변환하려고 tesorflow git 에서 다음 파일을 받고 실행하는데 에러가 발생한다. https://github.com/tensorflow/models/blob/master/research/object_detection/dataset_tools/create_coco_tf_record.py GitHub - tensorflow/models: Models and examples built with TensorFlow Models and examples built with TensorFlow. Contribute to tensorflow/models development by creating an account on GitHub. github.com prot..

SERVER : ubuntu 20.04 macOS : Mojave tensorflow 이미지 트레이닝하는데 있어서 데이터셋중 잘못된 이미지나, 추가해야할 이미지, 모델 훈련 결과 이미지 확인등 접근성을 낮추고 개발을 용이하게 할수 있는 방법이 뭘까 고민하던중 맥의 finder 가 참 유용하겠다 싶어서 ftps://jason@000.000.000.000 으로 접속을 시도해보니 아이디 패스워드를 물어보길래 너무 간단히 되는가 싶었는데.. 안된다.. ubuntu sshd_config 설정에서 이리저리 바꿔도 안되고 vsftpd 를 설치해서 ftp://로 해봤는데도 동일하다. 유료 어플을 사용하는게 편하다라고들 하는데 분명 방법이 있을것 같아서 고민하던중 서버에서 원격 서버 디스크 mount 와 같은 방법이 있..

텐서플로우를 설치하는데 공식 문서에는 18.04 를 기준으로 안내를 하고 있다. Ubuntu20.04 를 기준으로 설치하는데 몇번을 삽질하고 쉽게 설치하는 방법을 찾아 정리 해본다. 아래의 명령어를 통해 GPU 드라이버와, 기초 라이브러리를 설치한다. # Add NVIDIA package repositories wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600 sudo apt-key adv --fetch-keys https://developer...

이전글 : 2021.08.04 - [Develope/Python] - Detectron - 응용편1 #image labeling Detectron - 응용편1 #image labeling detectron 샘플 예제를 응용하기 위해 직접 모델을 만들어 보기로 한다. 안경을 구분해 내는 모델을 만들어 보도록 한다. 훈련용 이미지에 labeling 을 해줘야 하는데, 여러가지 툴 중 Polygon 형태의 lab brtech.tistory.com 이전 응용편에 이어 validation 과정을 진행해볼 차례이다. 기본 코드는 샘플과 동일하며 다른점은 dataset 을 불러오는것과 validation 용 이미지를 불러오는 방식이 다를뿐 샘플과 완전히 동일하다. 샘플에서는 validation 용 이미지 파일 리스트..

detectron 샘플 예제를 응용하기 위해 직접 모델을 만들어 보기로 한다. 안경을 구분해 내는 모델을 만들어 보도록 한다. 훈련용 이미지에 labeling 을 해줘야 하는데, 여러가지 툴 중 Polygon 형태의 labeling이 가능한 labelme 라는 툴을 사용하기로 했다. https://github.com/wkentaro/labelme#macos GitHub - wkentaro/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag Image Polygonal Annotation with Python (polygon, rectangle, circle, l..

* 이 글은 공부하는 단계에서 샘플을 이해하고 개인적인 해석이 들어가 있으므로 잘못된 내용이 있을수 있습니다. 이번에는 Custom Dataset(balloon) 을 이용한 모델 훈련 예제를 실행해본다. 먼저 ballon_dataset 을 다운받아서 압축을 풀어준다. wget https://github.com/matterport/Mask_RCNN/releases/download/v2.1/balloon_dataset.zip unzip ballon_dataset.zip 폴더 안에는 train 전용 이미지들과 validation 용 이미지들이 각각 폴더에 있고 풍선에 레이블링이 된 json파일이 있다. 아래 코드는 detectron zoo 모델에 커스텀 데이터 세트(balloon) 를 등록하고 확인하는 코드이..

https://colab.research.google.com/drive/16jcaJoc6bCFAQ96jDe2HwtXj7BMD_-m5#scrollTo=4Qg7zSVOulkb Detectron2 Tutorial.ipynb Colaboratory notebook colab.research.google.com 구글 코랩에 올라와있는 샘플 코드를 기반으로 로컬에서 실행해본다. # check pytorch installation: import torch, torchvision print(torch.__version__, torch.cuda.is_available()) assert torch.__version__.startswith("1.9") # please manually install torch 1.9 if C..

설치 환경 macOS Mojave (10.14.6) 해킨토시 python Version 3.9 먼저 pip 버전을 업그레이드 해준다. pip install --upgrade pip 파이토치를 설치 해준다 pip install torch torchvision 디텍트론2 설치 pip install 'git+https://github.com/facebookresearch/detectron2.git' opencv 는 demo 나 시각화 처리를 이용하는데 필요하기에 같이 설치 해준다. pip install opencv-contrib-python opencv 를 제외하고 detectron 은 시간이 오래 걸리지 않고 빠르게 설치가 되었다.

다시찾은 영월 나조스트 캠핑장아이들 물놀이 하기 좋고, 개수대며 화장실, 샤워장까지 깨긋하며 캠핑장 분위기가 참 좋았던곳으로 기억에 남아있던곳.원래는 3박 4일 일정이었으나 장마의 시작일에 딱 겹쳐서 맑은날 아이들과 물놀이를 하기위해 앞날 하루를 추가해 총 4박 5일 일정이 되었다. 캠핑 다닐때 가장 무섭고 고생했던게 바람이라 윈디 어플을 늘 참고하며 다닌다.윈디 어플의 풍속이 대체로 잘 맞았기 때문에 이번 6월 장마의 시작일에 예보된 풍속은 전날까지 가야하나 말아햐 하나를 놓고 굉장히 고민이 많이 되었다.힘들게 예약했는데 일단 가서 겪어보자!캠핑용품점에 가서 40cm 단조팩을 추가로 구매하고 낮은 온도와 비때문에 습도를 잡으려 미니 가스 난로를 하나 준비해갔다. 출발 당일! 어마어마한 캠핑짐들출발 당일..