youtu.be/5ncBy_yyqn0 다음과 같은 결과로 이번 프로젝트를 완성하였습니다. 프로젝트를 진행함에 따라 발생하는 여러 문제점들이 있었지만 해결해 나가면서 실력을 키울 수 있는 좋은 계기가 된것 같습니다.
Capstone/Capstone1 - 2019-2학기
이전에 서버로 받아온 GPS정보를 이용하여 지도위에 나타내는 방법에대해 알아보겠다. 추가 예정
ngrok ngrok 는 포트 포워딩과 같은 네트워크 환경 설정 변경없이도 로컬에서 실행중인 서버를 외부에서 접근 가능하게 해주는 도구이다. 공식 홈페이지 다운로드 ngrok - download Download & setup ngrok Get started with ngrok in just a few seconds. Download ngrok First, download the ngrok client, a single binary with zero run-time dependencies. Unzip to install On Linux or OSX you can unzip ngrok from a terminal with the following c ngrok.com 공식 홈페이지에서 자신의 운영체제에 맞는..
TensorFlow를 기반으로 학습한 모델은 가중치 정보를 포함하는 파일로 변환하여 다양한 플랫폼에 적용할 수 있다. Darkflow 역시 TensorFlow를 기반으로하기 때문에 Darkflow를 이용해 학습한 모델을 여러 응용 프로그램에 적용하는 것은 어렵지 않다. -> Darknet 대신 Darkflow를 사용한 이유 이번엔 Darkflow를 통해 학습한 나만의 YOLO 모델을 Android 앱에 적용하는 방법을 소개한다. Tensorflow in Android github - tensorflow tensorflow lite - tflite Android 앱에서 yolo model 을 적용하기 위해선 TensorFlow 에서 제공해주는 데모프로그램을 기반으로 사용하여 주면 된다. git clone ..
모바일 어플리케이션에서 진행하기 위해 tensorflow기반의 모바일 어플리케이션을 이용했다. Darknet YOLO(You Only Look Once) 학습을 위한 데이터 셋과 같은 경우에는 이전에 포스팅 했던 구글 이미지 크롤러를 이용해 데이터 세트를 수집하였다. https://sj-d.tistory.com/12?category=867326 [6] 구글 이미지 크롤러 전에 설명하였던 yolo를 통해 자신의 데이터를 학습 시키기 위해 데이터 세트를 수집하는 방법에 대해 설명드리겠습니다. 저와 같은 경우 구글에 이미지 검색을 통해 나오는 이미지를 학습에 사� sj-d.tistory.com Image labeling YOLO모델을 supervised learning에 속한다. 따라서, 가중치 학습을 위해 ..
yolo를 이용해 저번에 라벨링했던 자신의 데이터 세트를 학습시키는 방법에 대해 알아 보겠습니다. 1. darknet 디렉토리로 들어갑니다. $ cd darknet 2. daknet 디렉토리 내의 cfg 디렉토리로 이동하여 자신이 학습을 진행시킬 cfg 파일을 바꿔줍니다. 예를들어 yolov3.cfg를 사용하여 학습을 진행할경우 yolov3.cfg를 vi로 열어주고 yolov2.cfg를 사용하여 학습을 진행할 경우 yolov2.cfg를 vi로 열어줍니다. 이글에선 yolov3.cfg를 기준으로 설명해드리겠습니다. [net] # Testing # batch=1 # subdivisions=1 # Training batch=64 subdivisions=16 width=608 height=608 channels..
다음은 이미지 증가의 코드입니다. 데이터 세트가 한정적일때 다음의 코드를 이용하여 데이터세트를 늘려 학습에 유용하게 사용할 수 있습니다. 다음의 파라미터를 이용하여 증가를 시킵니다. import numpy as np import os from os import listdir from os.path import isfile, join from PIL import Image from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img data_datagen = ImageDataGenerator(rescale=1./255) data_datagen = ImageDataGenerator(rescale=1...
전에 설명하였던 yolo를 통해 자신의 데이터를 학습 시키기 위해 데이터 세트를 수집하는 방법에 대해 설명드리겠습니다. 저와 같은 경우 구글에 이미지 검색을 통해 나오는 이미지를 학습에 사용하였습니다. 구글의 이미지를 크롤링 하는 방법은 두가지 방법을 사용하여봤습니다. 1. python 코드를 통한 이미지 크롤링 우선 이미지를 크롤링 하기위해선 chrome을 사용시 chromedriver를 설치해주셔야됩니다. Chrome : https://sites.google.com/a/chromium.org/chromedriver/downloads Downloads - ChromeDriver - WebDriver for Chrome WebDriver for Chrome sites.google.com 설치를 완료하셨다..
이전글에서 Yolo 설치 방법에 대해 알아봤습니다. 이렇게 설치된 Yolo를 자신의 데이터 세트로 학습 시키기 위해선 라벨링의 과정이 필요합니다. darknet 디렉토리에서 다음의 명령어를 입력 해줍니다. $ git clone https://github.com/AlexeyAB/Yolo_mark 그 다음에 Yolo_mark 디렉토리로 이동하여 다음의 명령어를 입력 해줍니다. $ cmake . $ make $ ./linux_mark.sh 만약 위의 명령어를 입력하였는데 permission denied: ./linux_mark.sh 다음의 오류가 발생한다면 아래의 명령어를 입력하여 권한을 부여해 줍니다. #오류 발생시 $ chmod +x linux_mark.sh 정상적으로 실행이 되었을시 다음과같은 비행기 창..
모든글의 설정 방식은 Ubuntu 18.04 버전에서 진행을 하였습니다. YOLO 공식 사이트입니다. https://pjreddie.com/darknet/yolo/ YOLO: Real-Time Object Detection YOLO: Real-Time Object Detection You only look once (YOLO) is a state-of-the-art, real-time object detection system. On a Pascal Titan X it processes images at 30 FPS and has a mAP of 57.9% on COCO test-dev. Comparison to Other Detectors YOLOv3 is extremel pjreddie.com 위의 ..
