DeepFlowest

1. 코드 다운로드 & 패키지 설치 git clone https://github.com/zzh8829/yolov3-tf2.git cd yolov3-tf2 # Tensorflow GPU conda env create -f conda-gpu.yml conda activate yolov3-tf2-gpu pip install -r requirements.txt 2. 미리 학습된 darknet weights 파일을 .tf 버전으로 변경 # yolov3 wget https://pjreddie.com/media/files/yolov3.weights -O data/yolov3.weights python convert.py --weights ./data/yolov3.weights --output ./checkpoints..

"C#과 파이썬을 활용한 OpenCV4 프로그래밍 (개정판)" 책 내용을 참고하여 진행하였으며, 기록용으로 남기기 위해 포스팅합니다. 모든 코드의 출처는 아래 깃허브 주소입니다. https://github.com/wikibook/opencv4 1. Visual Studio 세팅 Windows Forms 앱(.NET Framework) 선택 2. Nuget 패키지에서 OpenCvSharp4.Windows 설치 F5 눌러서 빌드 3. 코드 다운로드 https://github.com/wikibook/opencv4 다운로드 후 아래 경로로 들어가기 Program.cs 파일 복사해서 Project 폴더에 덮어쓰기 Project/bin/Debug 폴더에 "darknet_model" 폴더 넣기 darknet_mode..

eehoeskrap.tistory.com/355 [Object Detection] Darknet python Darknet 프레임 워크를 이용하여 Python3 환경에서 Video 영상을 입력으로 Object Detection을 하는 방법이다. 이 때, Darknet 소스코드에 있는 darknet/python/darknet.py 파일을 이용하여 바로 video 영상을 입.. eehoeskrap.tistory.com 1. 에러 1 libdarknet.so : undefined symbol : ndarray_to_image 에러 발생!! 파이썬 버전 문제인 줄 알았지만 darknet.py 파일에서 다음 코드들 대신에 아래 코드 삽입 후 다시 돌리면 돌아간다. def array_to_image(arr): # ..

[개발 환경] Ubuntu 18.04 CUDA-version : 11.0 cuDNN : 8.0.1 GPU count : 2 OpenCV version : 4.4.0 1. 설치 및 데모 확인 $ git clone https://github.com/pjreddie/darknet $ vi Makefile -> CUDA를 사용한다면 GPU=1로 -> opencv를 사용한다면 OPENCV=1로 변경 $ cd darknet-master $ make $ wget https://pjreddie.com/media/files/yolov3.weights 이미지 파일 예제 실행 $ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg 2. YOLO_MARK로 라벨링 작업 ..

리눅스 우분투 18.04 환경 1. YOLO_MARK로 이미지 라벨링하고 데이터 학습 참고 : pgmrlsh.tistory.com/6 [6] YOLO 데이터(이미지) 학습 지금까지 많은 Deep Learning Detection Algorithm중에서 왜 YOLO를 사용해야 하는지, 또 YOLO를 사용하기 위해선 어떠한 환경설정을 해야하는지, 그리고 YOLO의 예제사용 및 YOLO의 분석까지 포스팅 했습니다 pgmrlsh.tistory.com ./linux_mark.sh 대신에 chmod a+x ./linux_mark.sh (실행 권한 주기 위해서 www.clien.net/service/board/cm_mac/1989900) 마스크 데이터 다운 받아서 맞는 경로에 위치시켜 주고, yolo_mark/x64..

환경 : Window10 CUDA Version : 11.1 cuDNN Version : 8.0.1 1. 가상환경 생성 및 활성화 $ conda create -n yolo pip python=3.7 $ conda activate yolo 2. 기본 패키지 설치 $ pip install tensorflow-gpu==2.3.0rc0 $ pip install opencv-python $ pip install easydict $ pip install pillow 3. 소스 clone $ git clone https://github.com/hunglc007/tensorflow-yolov4-tflite 이 링크에서 yolov4.weights 파일 다운로드 후 tensorflow-yolov4-tflite-master..

github.com/mcahny/Deep-Video-Inpainting 코드를 실행시켜 보며 video inpainting 실습을 해본다. 우선 Window 환경이기 때문에 리눅스 명령어를 활용할 수 없어서 "MobaXterm(모바X텀)" SSH을 통해 설치를 진행하였다. MobaXterm 관련 설치는 이 포스팅에 해두었다. 1. conda 환경 만들고, Pytorch library 설치하기 >> conda create -n vinet python=3.7 -y >> conda activate vinet >> conda install pytorch=1.4 torchvision cudatoolkit=10.0 -c pytorch -y 2. git clone git clone https://github.com/..

https://github.com/richmondu/facenet/tree/master/usage richmondu/facenet Face recognition using Tensorflow. Contribute to richmondu/facenet development by creating an account on GitHub. github.com 위 링크를 참고하여 웹캠을 이용한 실시간 얼굴 인식 세미 프로젝트를 진행해 보았다. >> pip install scipy==1.1.0 >> git clone https://github.com/richmondu/facenet.git >> conda activate venv >> cd facenet >> requirements.txt 파일에 tensorflow ..