* 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..
- Total
- Today
- Yesterday
- 아이폰
- swift
- 리눅스
- 강좌
- mysql
- 미세먼지
- 라즈베리파이
- Deeplearning
- 공기청정기
- xcode
- OpenCV
- 사물인터넷
- 우분투
- IOT
- ios
- php
- 서버
- 파이썬
- diy
- 머신러닝
- Android
- 엘라스틱서치
- Python
- 아두이노
- 딥러닝
- 인공지능
- 캠핑
- ubuntu
- 스위프트
- object-C
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |