IT Dictionary

안녕하세요! 오랜만에 글을 쓰네요. 작년 12월부터 2월말까지 국제교류 프로그램으로 미국에 다녀왔습니다. 짧게나마 그때 경험과 정보를 글로 남기고 싶어 쓰게 되었습니다ㅎ 저 또한 준비과정에서 도움을 받았던 만큼 궁금한점은 최대한 답변해드릴게요! KSW Square 국제교류 프로그램IITP 주관으로 진행되는 프로그램입니다. 미국 퍼듀대학교 컴퓨터정보공학과에서 프로젝트를 진행한다고 보시면 됩니다. 방학시즌과 학기시즌(한국기준)에 따라 2개월, 4개월로 나뉩니다. 준비물보통 캐리어 2개 + 기내반입용 가방 1개 정도가 적당한 것 같습니다. 그리고 올때 짐이 조금 늘어납니다! 아마존에서 전자기기 조금 산거랑 기념품 등등.. 생활추후에는 바뀔 수도 있겠지만 LARK 라는 곳에서 생활합니다. 방 4개에 거실을 공유..

https://keyog.tistory.com/22 YOLO v4 custom데이터 훈련하기 이전에 YOLO v4를 설치해서 example실행 까지 잘 마쳤다면, 이제 본인의 데이터를 훈련시키고 응용하는 것까지 알아보도록 하자. YOLO v4 설치에 관해서는 이전글 참조. 2020/05/19 - [Computer Vision/Object det. keyog.tistory.com 지금까지 yolov5를 이용하였지만 deepsort를 사용하기 위해 yolov4를 사용하기로 하였습니다. 간단하게 yolov4-deepsort를 이용하여 검출한 예시입니다. 위 링크등을 토대로 학습을 하고 검출을 하시면 되는데 저는 검출과정에서 바운딩박스의 좌표가 필요합니다. 따라서, 이번에는 좌표를 txt파일에 저장하는 과정입니..

의사결정나무 의사결정나무는 데이터 마이닝 또는 머신러닝에서 사용되는 알고리즘입니다. 질문들에 대한 답을 해가면서 아래로 내려가는 모습이 나무와 비슷한 모양이고 데이터를 분류하는데 좋은 모델입니다. y변수가 범주형이라면 분류나무, 수치형이라면 회귀나무라고 할 수 있습니다. 지니 불순도 의사결정나무는 데이터를 얼마나 잘 분류했는가를 판단하는 것이 중요한데 지니 인덱스, 카이제곱 검정, 엔트로피 등을 기준으로 삼을 수 있습니다. Gini index를 기준으로 설명할 때, 지니 불순도가 작을수록 데이터가 잘 분류되어있다고 할 수 있습니다. 따라서, 지니 불순도를 통해 질문에 해당하는 노드 또는 변수들을 선택하면서 의사결정나무가 그려지게 됩니다. 속성 중요도 한 노드에서 데이터가 나뉘어졌을 때, 불순도의 변화량을..

gdown 라이브러리 gdown은 공유 링크를 통해 파일을 다운받을 수 있게 하는 라이브러리 !wget 또한 비슷하게 사용가능합니다. 저는 이전에 만든 Ball tracking을 공유하였을 때 데이터셋 또한 같이 다운받을 수 있게 하기 위해 구현해 보았습니다. 이걸 활용하면 다른 사용자가 코랩을 통해 바로 구현할 수 있게 됩니다. Step 1 먼저, 여러파일이라면 압축을 해야 다운받을 수 있으므로 원하는 파일을 압축해줍니다. Step 2 파일을 구글드라이브에 업로드한 뒤 Step3 코랩에서 gdown을 설치합니다 !pip install gdown gdown을 이용하여 파일을 다운받을 수 있습니다 # 파일 다운 !gdown --id 링크아이디 입력 --output GBC_balls.zip Step 4 압축..

Custom data 학습 지난 번 까지 yolov4를 통해 객체 수 세는 법을 구현해보았고 yolo v5를 통해 GBC ball을 학습시켜보았습니다. 하지만 저는 주로 yolo v5를 사용할 예정이었기에 v5에서도 객체를 세는 것을 구현해보고자 합니다. Object Counting 정보가 많이 없었기에 stackoverflow를 통해 참고하며 구현하였습니다 먼저, yolo v5에 detect.py를 살펴보면 학습하는 과정을 보기 위해 화면에 출력되는 코드가 있습니다. 여기서, n이 감지되는 박스의 수를 저장하는 변수입니다. 하지만 이 n을 그냥 사용하면 오류가 나기에 # Print results org = (50, 50) for c in det[:, -1].unique(): n = (det[:, -1]..

저번에 yolov4 를 활용하여 object tracker를 구현해보았는데 이를 저의 영상에 도입해보고 인식된 물체를 counting 하는 것을 해보겠습니다. 먼저, theaiguy라는 분의 영상을 참고하였는데 이 동영상은 object tracker에서 구현하는 게 아니라서 제가 직접 object tracker로 추가하였습니다. www.youtube.com/watch?v=jDwC5m7c7BU 수정해줄 부분 github.com/theAIGuysCode/yolov4-custom-functions theAIGuysCode/yolov4-custom-functions A Wide Range of Custom Functions for YOLOv4, YOLOv4-tiny, YOLOv3, and YOLOv3-tiny ..

YOLO v5 영상인식에서 자주 쓰이는 yolo(you only look once) 에서 다섯번째 버젼이라고 할 수 있습니다. 하지만 이전 v4 까지와는 다른 제작자가 만든 것이므로 해외에서는 v5의 이름이 적절한지 논란이 있다고 합니다. 이번 글은 아래 링크를 참고하여 Lego GBC 모듈에서 공을 학습시키는 과정입니다. 라벨링 과정 v5에서 학습을 시키기위해 이미지와 객체의 위치가 라벨링 된 파일이 있어야 합니다. 이 때, 웹사이트에서 구하는 방법이 있는데 저는 구하기 어려운 data 이므로 영상에서 이미지를 추출하는 방식을 사용했습니다. https://deftkang.tistory.com/182 중요한 점은 사이즈를 416, 416으로 하니 화질이 너무 깨져 거의 쓸 수 없었습니다. 따라서, 해상도..

이번에는 colab 에서 object tracker를 구현해보는 과정입니다. 아래 깃허브 주소에서 확인해볼 수 있고 샘플로 사람과 차 인식영상을 실행시켜볼 수 있습니다 https://github.com/theAIGuysCode/yolov4-deepsort theAIGuysCode/yolov4-deepsort Object tracking implemented with YOLOv4, DeepSort, and TensorFlow. - theAIGuysCode/yolov4-deepsort github.com Step1 : colab에서 GPU 할당 메뉴에 수정 - 노트 설정 - GPU Step 2: 레포지토리 cloning github에서 레포지토리를 가져온후 그 폴더로 이동합니다 !git clone https..