COCO 데이터 세트 논문에 나와있는 클래스의 개수는 91이다. Darknet 프레임워크에 나와있는 클래스의 개수는 80개이다. COCO 데이터 세트의 2014 데이터와 2017 데이터 이름은 같으며, 단지, Paper 와의 약소한 차이인 누락된 클래스가 있다. 누락된 클래스 11개 stop sign hat shoe eye glasses plate mirror window desk door blender hair brush 또한 참고로 COCO 주석인 json 파일에서 stop sign 에 대한 주석이 빠지면서 생긴 문제인지 train 및 val 의 이미지 개수와 annotation 개수의 차이가 다소 있다. train2017 : 118,287 장 annotation (train2017) : 117,26..

환경 Ubuntu 16.04 GeForce RTX 2080 1. 학습 준비하기 1.1 COCO 데이터 세트를 이용한 학습 COCO 데이터는 2014 , 2017 로 나뉘어져 있는데, 홈페이지에서 다운 받을 수도 있지만, 크기가 너무 커서 유틸리티 curl 를 이용하여 다운받아야 한다. COCO 데이터 세트 https://cocodataset.org/#download COCO - Common Objects in Context cocodataset.org COCO 데이터 세트 종류는 다음과 같다. 이미지 2014 Train images [83K/13GB] 2014 Val images [41K/6GB] 2014 Test images [41K/6GB] 2015 Test images [81K/12GB] 2017 ..

각기 다른 개념에서 사용하는 커널의 의미는 다음과 같다. 커널 PCA와 서포트 벡터 머신(SVM)에서의 커널 비선형 함수 MeanShift 알고리즘에서의 커널 샘플의 영향 범위 신경망에서의 커널 가중치 참고자료 : 파이썬을 활용한 머신러닝 쿡북 (한빛미디어)

이 책은 머신러닝 입문 책이 아닌, 머신러닝의 실용적인 솔루션을 배울 수 있는 책이다. 이미 딥러닝에 대해서 어느 정도 알고 있고, 유명한 모델들을 로드하여 실행해본 사람들이 타겟이며 또한 이 책이 "작업 기반" 접근 방식으로 머신러닝을 다루고 있다고 하는데, 목차를 보면 그 뜻을 알 수 있다. 예를 들면 아래와 같다. 제 2장 데이터 적재 - 2.5 JSON 파일 적재하기 제 3장 데이터 랭글링 - 3.1 데이터프레임 만들기 제 6장 텍스트 다루기 - 단어 중요도에 가중치 부여하기 ... 등으로 구성되어 있어서 머신러닝을 하는데 있어 필요한 팁들을 싸그리 모아놓은 책이라고 할 수 있다. 옮긴이는 이 책이 일상적인 문제를 해결할 용도로 머신러닝 기술자의 책상에 모서리가 잔뜩 접힌 채 놓여 있으면 좋겠다고..

https://docs.nvidia.com/deeplearning/sdk/tensorrt-support-matrix/index.html#layers-precision-matrix TensorRT Support Matrix :: Deep Learning SDK Documentation These support matrices provide a look into the supported platforms, features, and hardware capabilities of the TensorRT 6.0.1 APIs, parsers, and layers. For previously released TensorRT documentation, see TensorRT Archives. docs.nvidia.com..

WARNING:tensorflow:Entity could not be transformed and will be executed as-is. Please report this to the AutgoGraph team. When filing the bug, set the verbosity to 10 (on Linux, `export AUTOGRAPH_VERBOSITY=10`) and attach the full output. Cause: converting : AssertionError: Bad argument number for Name: 3, expecting 4 WARNING:tensorflow:Entity could not be transformed and will be executed as-is...

[TensorRT] ERROR: runtime.cpp (24) - Cuda Error in allocate: 2 [TensorRT] ERROR: runtime.cpp (24) - Cuda Error in allocate: 2 Cuda Memory 설정과 관련된 문제로서 builder.max_workspace_size = 1

아래와 같은 에러 발생 시 [TensorRT] ERROR: Parameter check failed at: ../builder/Network.cpp::addInput::406, condition: isValidDims(dims) [TensorRT] ERROR: UFFParser: Failed to parseInput for node input_1 [TensorRT] ERROR: UFFParser: Parser error: input_1: Failed to parse node - Invalid Tensor found at node input_1 input shape을 (224, 224, 3) 가 아닌 [224, 224, 3] 으로 넣어주어야 함 그리고 keras model의 input node name, ..

Allocator (GPU_0_bfc) ran out of memory trying to allocate 에러는 아래와 같이 gpu 옵션을 통해 해결 방법 1 : gpu 메모리 런타임 할당에 따라 메모리 설정하여 해결 ( allow_growth 이용) config = tf.ConfigProto() config.gpu_options.allow_growth = True session = tf.Session(config=config) 방법 2 : gpu 메모리 할당 비율을 설정하여 해결 (per_process_gpu_memory_fraction 이용) config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.4 sessio..

~$ zip -F file.zip --out file-large.zip ~$ unzip file-large.zip 참고자료 https://stackoverflow.com/questions/36807921/unzipping-the-multipart-file-bad-zipfile-offset-local-header-sig-4 Unzipping the multipart file - bad zipfile offset (local header sig): 4 I have a file with 13 GB, which has been split equally using martipart feature in the Winzip(Windows 7). I uploaded the files to the Linux server..

person detection(object detection) + pose estimation + keypoint rescoring

기존 Bounding Box 좌표 값인 (x1, x2, y1, y2) 형식을 Yolo Style인 이미지 크기에 대한 비율 값으로 바꾸고, (centerX, centerY, w, h) 형식으로 바꾸는 소스코드이다. def convert(size, box): dw = 1./size[0] dh = 1./size[1] x = (box[0] + box[1])/2.0 y = (box[2] + box[3])/2.0 w = box[1] - box[0] h = box[3] - box[2] x = x*dw w = w*dw y = y*dh h = h*dh return (x,y,w,h) im=Image.open(img_path) w= int(im.size[0]) h= int(im.size[1]) print(xmin, xma..