yongyong-e

Test with GTX 1080tiprocesses images at 12-20 FPS

1) 패키지 update 및 upgrade$ sudo apt-get update$ sudo apt-get upgrade 2) 필요한 패키지 설치$ sudo 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 libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libqt4-dev mesa-utils libgl1-mesa-dri libqt4-open..

1) opencv-python 설치참고 - 2017/09/19 - [리눅스/ubuntu] - (ubuntu16.04) OpenCV 3.2.0 설치 2) 이미지 다루기import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('image.png') # image.png 로드 cv2.imshow('image', img) # 타이틀바 이름을 image로 하여 이미지를 띄움 img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE) # image.png를 gray컬러로 변환 img = cv2.resize(img, None, fx=1/2, fy=1/2, interpolation=cv2.IN..

최소한의 패키지를 설치하고 관리하기 위해 미니콘다 설치 1) Install$ wget http://repo.continuum.io/miniconda/Miniconda3-latest-Linux-armv7l.sh$ sudo md5sum Miniconda3-latest-Linux-armv7l.sh$ sudo /bin/bash Miniconda3-latest-Linux-armv7l.sh 설치도중 경로 수정/root/miniconda3 >> /home/pi/miniconda3 2) Preferences$ sudo nano /home/pi/.bashrc 추가export PATH="/home/pi/miniconda3/bin:$PATH" 3) Check재부팅 후, 콘다버전확인$ sudo reboot -h now 다음 ..

1) Linear Regression (선형 회귀) Linear Regression이란? 변수 사이의 선형적인 관계를 모델링 한 것으로 주어진 데이터를 training시켜 가장 적합한 직선을 찾아내는 것을 목표로 한다. 우선 간단하게 데이터를 구성하여 알아보자. 공부시간에 따라 받을 수 있는 성적을 예측하여 구성해보았다. (물론 실제로 공부시간만이 아닌 여러 변수가 존재한다.) 공부시간 성적 1 15 2 25 3 30 4 45 5 55 6 70 7 80 8 85 9 95 위의 데이터를 토대로 그래프로 나타내보았다. 다음처럼 데이터들은 직선상에 정확히 위치 하지는 않지만 선형적인 구조를 가지는 것을 알수있다. 2) Hypothesis (가설) 다음과 같이 3개의 선이 있을 경우, 3개의 직선중에 어떤 선이..

1) Tensorflow 설치 Tensorflow 설치는 다음을 참고해주길 바란다. 2017/07/27 - [머신러닝/Tensorflow - Models] - Install tensorflow-gpu 2) Session 기본적으로 tensorflow 문법은 다음과 같이 작성된다. 이와 같이 문자열이나 상수들은 Tensor라는 배열에 담기며, Session을 통해 tensorflow를 구동시키고 run함수를 사용하여 호출시킬 수 있다. Session이 끝나면 sess.close()를 통해 닫아주는 것이 좋다. 또한 Seesion함수는 with구문을 사용하여 세션구동 및 닫기가 가능하다. 3) Placeholder Placeholder는 다양한 데이터를 입력 받아 처리 할 수 있도록 하는 함수로 다음과 같이..

1) Exporting the Tensorflow GraphTraining후, 생성된 model.ckpt-{CEHCKPOINT_NUMBER}.* 파일들을 inference_graph로 변환하여 학습된 모델을 평가해보자.# models/object_detection/ python export_inference_graph.py \ --input_type image_tensor \ --pipeline_config_path training/ssd_mobilenet_v1_pets.config \ --trained_checkpoint_prefix training/model.ckpt-{CHECKPOINT_NUMBER} \ --output_directory inference_graph_fish 스크립트 실행 후, 다음..

SUMMARY문자열에서 중복되는 문자없이 유일한 문자들만 존재하는지 판별하는 함수를 만들어보자. Code# unique_str.py def unique_string(str): if len(str) > 256: return False hash = [False] * 256 for ch in str: if hash[ord(ch)] is True: return False else: hash[ord(ch)] = True return True print('문자열을 입력하세요.') str = input() print(unique_string(str))

SUMMARYpython에서 문자열을 뒤집는 함수를 만들어보자. Code# reverse_str.py # solve_1 def reverse_string(str): return str[::-1] # solve_2 def reverse_stack(str): stack = [] for ch in str: stack.append(ch) result = "" while len(stack) > 0: result += stack.pop() return result print('뒤집을 문자열을 입력하세요.') str = input() print(reverse_stack(str))

1) Using pre-trained models사전 훈련 된 모델 다운로드 후, 압축풀기wget http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_coco_11_06_2017.tar.gz다운로드 받은 모델은 Object-Detection에 위치하면 된다. 구성파일 다운로드wget https://raw.githubusercontent.com/tensorflow/models/master/object_detection/samples/configs/ssd_mobilenet_v1_pets.config다운로드받은 구성 파일은 Object-Detection/training/ 디렉토리에 위치하면 된다.또한 구성 파일을 다음과 같이 수정해주..