세상을 읽는 경제&라이프 가이드

이번 포스팅에서는 YOLO의 구성 즉, YOLO 분석에 관한 포스팅을 하겠습니다. 1. YOLO YOLO 페이지 - 앞 포스팅에서 링크를 걸었지만 다시 한번 링크 걸겠습니다. YOLO github - YOLO설치없이 YOLO source code를 확인할 수 있습니다. Darknet 디렉토리 구조 2. cfg cfg디렉토리를 열어보면 여러 cfg파일들을 확일할 수 있습니다.Darknet Framework는 cfg파일의 변경 혹은 변형을 통해서, 본인만의 모델을 만들어 데이터 학습을 시킬 수 있습니다.예를 들어 yolo-obj.cfg 파일 안의 내용인데 이 안에서 batch size라든가 classification을 몇 개를 할 것인가에 따른 class수를 변경시킬 수 있습니다. 3. data data디렉..

Opencv를 설치하였으니, YOLO를 설치 해보도록 하겠습니다. 1. Darknet의 YOLO Downloadgit clone https://github.com/pjreddie/darknet 2. CUDA또는 Opencv가 설치되어 있다면 사용하기 위해 Makefile을 엽니다.vi Makefile CUDA를 사용한다면 GPU=1로opencv를 사용한다면 OPENCV=1로 변경해준다. 앞서 Opencv를 설치하였으니 1로 바꿔 줍니다. Opencv를 사용함으로써이미지나 영상내에서 Bounding Box로 물체를 인식할 수 있습니다. 3. Make하기cd darknetmake 자 이제 YOLO의 설치는 마무리가 되었습니다. 이제는 사용을 해보겠습니다. 4. YOLO에서 제공하는 학습된 가중치 파일(Wei..

본인은 Ubuntu 16.04.1환경에서 설치 했습니다.YOLO를 설치하기전에 Opencv를 선행으로 설치를 해주어야 합니다. Opencv3.2설치 1. g++, cmake 설치sudo apt-get install g++sudo apt-get install cmake 2. Opencv설치를 위한 필요 패키지 설치sudo apt-get install build-essential cmake pkg-config libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev libavcodec-dev libavformat-dev libswscale-dev libxvidcore-dev libx264-dev libxine2-dev libv4l-dev v4l-utils libgstrea..

개발배경은 앞서 보았듯이 막대한 농작물의 피해를 Deep Learning기술을 사용함으로써, 방지하자 입니다. 그러면 어떤 Algorithm을 사용할 것인가? 또 그 Algorithm은 어떻게 설치하고 사용하는지 알아보도록 하겠습니다. YOLO는 You Only Look Once의 약자입니다. (YOLO클릭 시 YOLO페이지로 이동)무한도전으로 유명해진 욜로(YOLO, You Only Live Once - 한 번뿐인 인생을 즐기자) 로 인해 개발당시 자료를 찾기가 조금 버거웠습니다. YOLO 가 등장할 당시에 오브젝트 디텍션은 주로 Faster R-CNN (Region with Convolutional Neural Nerwork) 계열이 좋은 성능을 내고 있었다고 합니다.Faster 니까 빠르다? 기존보..

구글의 알파고로 AI또는 Deep Learning에 대한 사람들의 관심이 뜨거웠습니다.저 또한 신기하고 놀라웠습니다. 갑자기 주제 이야기를 하다가 왜 알파고를 이야기하나 의아 하실 수 있는데 아이디어는 여기서부터 시작 됩니다.Deep Learning의 방향은 여러 방향이 있겠지만, 그중 이미지 학습이 있는데요. 이 이미지 학습을 통해서 야생동물인 고라니 또는 멧돼지를 학습시켜 인식을 하면어떨까? 라는 생각을 하면서 Deep Learning(YOLO)기반의 Smart Scarecrow를 개발하는 계기가 됩니다. 또 작년부터 지도교수님이 보여주시고 알려주셨던,NVIDIA의 Cat Chaser 또한 개발의 계기가 됩니다. (cat chaser클릭 시 NVIDIA cat chaser페이지로 이동)Cat Chas..