ComputerVision Jack

Kerase 모델을 학습 시키기 위해 Generator를 구축하고 input data를 넣어주고 train.py를 실행하던 중, AttributeError: 'ProgbarLogger' object has no attribute 'log_values' 오류를 직면하게되었습니다. 해당 오류는 데이터가 들어오지 않았기 때문에 발생되는 오류입니다. 따라서 data_path를 확인해보시거나, 서버로 학습시키는 중이라면, mount 경로를 확인하시면 해결됩니다.

[Tensorflow 2.x Reshape Error] ValueError: The channel dimension of the inputs should be defined. Found 'None' x = keras.layers.GlobalAveragePooling2D() (x) x = keras.layers.Reshape((1, 1, -1)) (x) 함수형으로 keras Backbone Model을 생성하고 있었습니다. 하지만 tensorflow 2.x로 넘어가서 tf.keras를 사용하면 해당 오류가 발생합니다. 따라서 Reshape -1에 해당 하는 부분에 대한 Shape을 지정해서 넣었더니 오류가 해결되었습니다. x = keras.layers.GlobalAveragePooling2D() (x) x..

jackyoon5737.tistory.com/category/Computer%20Vision%20Task/vision%20note 'Computer Vision Task/vision note' 카테고리의 글 목록 영상처리를 전공하며 공부한 내용을 스스로 정리하는 블로그 https://github.com/yooninsig jackyoon5737.tistory.com 저번 내용에 서버에 nvidia docker를 설치하고 docker hub에서 image 파일을 pull하여 가져온 후, 해당 파일을 이용해 docker container를 구축하는 것 까지 완성하였습니다. 이제 해당 docker container에 ssh를 설치하여 local에서 모델을 학습하는 방법에 대해 정리하겠습니다. 우선 $docker..

Data Augmentation 일반화에 강인한 모델을 제작하기위해 input data에 다양한 방법을 적용하여 데이터를 확장해 나가는 것입니다. 이러한 Image Data Augmentation 방법은 다양하게 존재하고 있습니다. 해당 이미지 자료 출저 : www.researchgate.net/figure/Comparison-of-our-proposed-Attentive-CutMix-with-Mixup-5-Cutout-1-and-CutMix-3_fig1_340296142 Cutmix 두개의 샘플 데이터를 부분적으로 결합하여 새로운 데이터를 생성합니다. 그림에서 알 수 있듯 개와 고양이 데이터를 부분적으로 결합하여 새로운 데이터셋을 생성했습니다. 해당 Cutmix 방법을 반영하여 새롭게 data augm..

오늘은 Docker에 대해 알아보고 서버에 Docker를 구축해보는 시간을 가져보려합니다. subicura.com/2017/01/19/docker-guide-for-beginners-1.html 초보를 위한 도커 안내서 - 도커란 무엇인가? 도커를 처음 접하는 시스템 관리자나 서버 개발자를 대상으로 도커 전반에 대해 얕고 넓은 지식을 담고 있습니다. 도커가 등장한 배경과 도커의 역사, 그리고 도커의 핵심 개념인 컨테이너와 이 subicura.com 우선 리눅스 환경과 container에 대한 개념이 없던 저는 위 링크에 연결된 블로그를 참조하면서 docker에 대한 지식을 쌓았습니다. 한번 읽어보셔서 docker를 이해하시는 것을 강력 추천드립니다. 자 이제 docker를 이해하면 직접 서버에 docke..

오늘은 컴퓨터 비전 학회 일정밑 관련 정보를 얻을 수 있는 사이트를 소개해드리려고 합니다. conferences.visionbib.com/Iris-Conferences.html Conference Calendar for Computer Vision, Image Analysis and Related Topics Fully Virtual Part of IMPROVE, Prague, Czech Republic conferences.visionbib.com 해당 사이트에선 computer vision conference에 대한 일정및 관련 소식들에 대해 얻을 수 있습니다.

다음은 keras나 tensorflow, pytorch를 활용하여 모델 파일을 생성하고, 생성한 모델 arichitecture를 전반적으로 확인할 수 있는 시각화 사이트를 알려드리려합니다. Netron이라는 사이트 입니다. netron.app/ Netron netron.app 저는 keras로 model을 생성하였기 때문에 .h5 모델 파일이 생성되었습니다. model을 save하면 자동적으로 모델이 save되어 파일로 나오게됩니다. 이 .h5 파일을 netron 사이트에 드래그 하시면 모델에 대한 전반적인 구조를 시각적으로 알 수 있습니다.

이번엔 제 나름대로 일을 진행하면서 Object Dtection과 관련하여 workFlow를 정리해보려고합니다. 처음엔 막연히 전반적인 Task 흐름도 고려하지 않고 Computer Vision 분야의 개발자가 되려했지만, 개발을 진행함에 있어서 workFlow를 세우고 기본에 충실한 코딩이 얼마나 중요한지 깨닫게 되었습니다. Dataset 우선 vision Task에 맞는 데이터 수집이 가장 중요합니다. Face Detection이면 얼굴 데이터, Object Detection이면 object에 관련된 데이터셋을 수집합니다. 그 다음 수집된 데이터셋에 대해 predict ouput을 고려하여 라벨링을 진행해야합니다. 기본적으로 라벨링을 진행할 때, 저는 PyQT5 (python GUI) 프로그램으로 T..