Dev Stack

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.

node-sass 를 설치하려고 sudo npm install -g node-sass 를 하니 /usr/local/bin/node-sass -> /usr/local/lib/node_modules/node-sass/bin/node-sass > node-sass@4.13.0 install /usr/local/lib/node_modules/node-sass > node scripts/install.js Unable to save binary /usr/local/lib/node_modules/node-sass/vendor/linux-x64-72 : Error: EACCES: permission denied, mkdir '/usr/local/lib/node_modules/node-sass/vendor' at Ob..

우분투에 python3 설치하고 pip upgrade 이후 다음과 같은 에러가 나온다면, 업그레이드 방법이 잘못된것이다. 먼저 설치는 다음과 같이 간단히 하고 sudo apt-get install python3 python3-pip python3-dev python3-setuptools 바로 pip 업그레이드를 진행했는데 pip3 install --upgrade pip Collecting pip Downloading https://files.pythonhosted.org/packages/00/b6/9cfa56b4081ad13874b0c6f96af8ce16cfbc1cb06bedf8e9164ce5551ec1/pip-19.3.1-py2.py3-none-any.whl (1.4MB) 100% |██████████..