Computer Vision (10) 썸네일형 리스트형 Object detection mAP 측정방법 Object detection mAP 측정방법 해당 문서는 Object detection의 성능 평가를 위한 mAP측정 tool 사용방법을 안내하는 문서 입니다. 해당 방법은 YOLO를 기준으로 설명합니다. mAP tool 다운로드 git clone YOLO 의 test set detection result 생성 (해당 문서에서는 test set을 따로 두지않고, train set에서 사용된 데이터를 그대로 사용) YOLO mark에서 추출되는 절대경로로된 labeling image list 텍스트파일 준비 darknet폴더에 result.txt로 해당 이미지 목록의 detection 결과를 추출 ./darknet detector test custom/ground.data custom/ground_yol.. imgaug 패키지를 이용하여 데이터 증강하기 이번 포스팅은 imgaug 패키지를 이용하여 classify 모델의 성능을 증가시킬 수 있는 imgaug를 소개하고자 한다. imgaug는 파이썬 패키지 형태로 배포되었기 때문에 설치가 매우매우 간단하다. pip3 install imgaug 하지만, imgaug를 pip3 로 설치할 경우 opencv 등 의존성 패키지들이 같이 설치되어 가지고 있던 패키지들의 version이 변경되게 된다. 그런 경우를 방지하고자 한다면 다음을 참고하여 설치 imgaug dependencies six numpy scipy Pillow matplotlib scikit-image opencv-python imageio 위 목록들 중에 본인이 이미 설치가 되어있고, version을 망치고 싶지 않다면, 의존성 패키지를 따로 설.. 개와 고양이 분류하기 - 2 2020/06/18 - [Computer Vision/Classification] - 개와 고양이 분류하기 - 0 2020/06/18 - [Computer Vision/Classification] - 개와 고양이 분류하기 - 1 이전 포스팅에 앞서 필자는 kaggle의 데이터셋을 믿을 수 없기에.. trash데이터를 먼저 처리하는 작업을 해야한다. 일일이 데이터를 모두 확인하기에는 매우 귀찮은 일이기도 하고, 우리는 딥러닝을 공부하는 사람이기에 딥러닝으로 이를 해결해보고자 한다. 가장먼저 해야할 일은 CNN 기본 모델을 이용하여 train데이터를 모두 검수시키는 일이다. 그럼 바로, CNN모델을 이용하여 Dogs vs Cats의 데이터셋만 훈련시켜 모델을 생성해보자. 모델의 목표는 정확도 70~80%를 .. 개와 고양이 분류하기 - 1 2020/06/18 - [분류 전체보기] - 개와 고양이 분류하기 - 0 이전 포스팅에서 데이터를 받아왔으니 가장 먼저 우리가 해야할 일은 데이터를 분석하는 일이다. Dogs vs Cats 데이터는 다음 포스팅에서 할 일이 있기 때문에 넘어가고 이번 포스팅에서 진행하는 일은 breed데이터들을 분석하고 정리하는 일이다. 데이터 분석이라 해서 그리 거창한 걸 하는 건아니고, 데이터 확인 정도라고 보면 된다. 먼저 cat_breed폴더에 있는 고양이의 종류(혈통)을 알아 보면, import os import shutil import pandas as pd import matplotlib.pyplot as plt cat_breed_path = './cat_breed/images/' cat_breed = os... 개와 고양이 분류하기 - 0 이번 포스팅은 개와 고양이를 분류하는 만들어 본다. 개와 고양이의 경우 미국인들이 매우매우 사랑하기 때문에.. kaggle데이터 셋만 뒤져봐도 수많은 데이터를 얻을 수 있다. 간단하게 cats vs dogs데이터 셋을 이용하여 개와 고양이를 이진 분류하고, kaggle에서 개의 혈통 분류 데이터와 고양이 혈통 분류 데이터를 이용하여 개와 고양이의 혈통까지 알아내는 모델을 만들어 보겠다. 대략적인 flow chart를 그려보자면 대략 이렇다. 대략 요런식으로 flow가 진행될 것이고, Input 을 web page에서 받아서 server를 통해 ouput을 얻은 다음 다시 web사용자에게 제공하는 형식으로 진행이 될 것이다. 가장 먼저 kaggle을 통해 cats vs dogs의 데이터 셋을 받아와 보자... YOLO v4 , Opencv를 이용해서 간단한 위치판독기 만들기 이전에 훈련한 YOLO v4의 가중치들을 가지고 opencv를 통해 피자의 위치를 안내하는 프로그램을 만들어 보자! 훈련된 YOLO v4 detection모델 사용법과 opencv와 함께 이용하는 방법을 작성하였다. 이 과정에는 준비된 cfg, data, names파일과 훈련된 weight파일이 필요하므로 앞의 YOLO 설치법과 훈련법을 보고 오면 좋다. 2020/05/19 - [Computer Vision/Object detection] - Ubuntu 18.04 에서 Yolo v4 설치하기 Ubuntu 18.04 에서 Yolo v4 설치하기 YOLO v3에 대해서는 자료도 많고, 관심도 많고, 논문, 리뷰 모두 많이 봤을거라 생각한다. 하지만 YOLO v4의 소식이 있고 실제로 코드들도 github에.. 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 detection] - Ubuntu 18.04 에서 Yolo v4 훈련하기 Ubuntu 18.04 에서 Yolo v4 설치하기 YOLO v3에 대해서는 자료도 많고, 관심도 많고, 논문, 리뷰 모두 많이 봤을거라 생각한다. 하지만 YOLO v4의 소식이 있음에도 관련 post가 많지 않기에 글을 작성하게 되었다. 실제로 코드들도 github에 keyog.tistory.com 이제 데이터 훈련을 본격적으로 알아보도록 하자. 대부분의 내용은 YOLO v3의 훈련 내.. Ubuntu 18.04 에서 Yolo v4 설치하기 YOLO v3에 대해서는 자료도 많고, 관심도 많고, 논문, 리뷰 모두 많이 봤을거라 생각한다. 하지만 YOLO v4의 소식이 있음에도 관련 post가 많지 않기에 글을 작성하게 되었다. 실제로 코드들도 github에 업로드 되어 있다. (YOLO v4에 대한 자세한 내용은 아래 논문 참고.) YOLO v4 논문 참고 : AP50:95 / AP50 - FPS (Tesla V100) Paper: https://arxiv.org/abs/2004.10934 YOLOv4: Optimal Speed and Accuracy of Object Detection There are a huge number of features which are said to improve Convolutional Neural Netwo.. 이전 1 2 다음
