yongyong-e

※ DensePose 테스트 환경- 소스코드: https://github.com/facebookresearch/DensePose- OS: Ubuntu 16.04 64bit - GPU: Nvidia GeForce GTX 1080Ti 1) NVIDIA 그래픽 드라이버 설치 $ sudo add-apt-repository ppa:graphics-drivers/ppa $ sudo apt-get update $ sudo apt-get install nvidia-396 $ sudo reboot 2) CUDA 설치- CUDA는 9.0 버전으로 설치- https://developer.nvidia.com/cuda-downloads를 통해 CUDA Toolkit 9.0를 선택하여 아래와 같이 설치하도록 한다.- 설치 과정 ..

※ OpenPose 테스트 환경- 소스코드: https://github.com/CMU-Perceptual-Computing-Lab/openpose v1.5.0- OS: Ubuntu 16.04 64bit- GPU: Nvidia GeForce GTX 1080Ti 1) Ubuntu 설치- Ubuntu는 16.04 버전으로 설치하여 준비하자.- 또한 이후 Ubuntu 환경에 Anaconda 라이브러리를 포함하고 있으면 안된다. (Anaconda는 Caffe와 호환되지 않는 이유) 2) NVIDIA 그래픽 드라이버 설치$ sudo add-apt-repository ppa:graphics-drivers/ppa $ sudo apt-get update $ sudo apt-get install nvidia-375 $ s..

# Softmax Classification 털과 날개가 있는지 없는지에 따라, 포유류인지 조류인지 분류하는 신경망 모델을 구현해보자. 결과 Referencehttps://github.com/golbin/TensorFlow-Tutorials

flags = tf.app.flags 이 함수는 python의 argparse 모듈과 같은 역할을 한다.tf.app.flags로 flags 객체에 접근하여 DEFINE_* 함수에 (key, value, document)형식으로 설정하여 flags.FLAGS를 통해 어디서든 호출하여 사용 할 수 있다.123456789101112131415161718192021222324import tensorflow as tf flags = tf.app.flagsFLAGS = flags.FLAGS flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.')flags.DEFINE_integer('max_steps', 2000, 'Number of steps to ..

Tensorflow는 TF_CPP_MIN_LOG_LEVEL 이라는 환경 변수를 통해 로깅을 제어 할 수 있다. 기본값은 0 (모든 로그가 표시됨)이지만 INFO 로그를 필터링하려면 1, WARNING 로그를 필터링하려면 2, ERROR 로그를 추가로 필터링하려면 3으로 설정할 수 있다. 기본적으로 Tensorflow 코드를 컴파일하면 아래와 같은 로그를 볼 수 있다.12345678import tensorflow as tf hello = tf.constant('Hello, TensorFlow!')print(hello) with tf.Session() as sess: print(sess.run(hello)) sess.close()cs>> Tensor("Const:0", shape=(), dtype=strin..

1) Tensor 자료형을 constant를 이용하여 생성1234import tensorflow as tf const = tf.constant('Hello Tensorflow!!!')print(const)cs>> Tensor("Const:0", shape=(), dtype=string) 2) Tensor 자료형은 python에서 호출 불가능, 따라서 Tensorflow에서 제공하는 Session() 함수의 run을 통해 호출 가능1234567import tensorflow as tf const = tf.constant('Hello Tensorflow!!!') with tf.Session() as sess: _const = sess.run(const) print(_const)cs>> b'Hello Tens..

Install protobuf 3 on Ubuntu# Make sure you grab the latest version curl -OL https://github.com/google/protobuf/releases/download/v3.2.0/protoc-3.2.0-linux-x86_64.zip # Unzip unzip protoc-3.2.0-linux-x86_64.zip -d protoc3 # Move protoc to /usr/local/bin/ sudo mv protoc3/bin/* /usr/local/bin/ # Move protoc3/include to /usr/local/include/ sudo mv protoc3/include/* /usr/local/include/ # Optional: c..

Linux Version CPU/GPUPython Version Compiler Build Tools cuDNN CUDA tensorflow-1.4.0 CPU 2.7, 3.3-3.6 GCC 4.8 Bazel 0.5.4 N/A N/A tensorflow_gpu-1.4.0 GPU 2.7, 3.3-3.6 GCC 4.8 Bazel 0.5.4 6 8 tensorflow-1.3.0 CPU 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 N/A N/A tensorflow_gpu-1.3.0 GPU 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 6 8 tensorflow-1.2.0 CPU 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 N/A N/A tensorflow_gpu-1.2.0..

Tensorflow Detection ModelsModel name Speed COCO mAP Outputs ssd_mobilenet_v1_coco fast 21 Boxes ssd_inception_v2_coco fast 24 Boxes rfcn_resnet101_coco medium 30 Boxes faster_rcnn_resnet101_coco medium 32 Boxes faster_rcnn_inception_resnet_v2_atrous_coco slow 37 Boxes Download Models다운로드 받을 디렉토리 생성$ mkdir tfdetection_models$ cd tfdetection_models Tensorflow Detection Models 다운로드$ for model in \..

Test with GTX 1080tiprocesses images at 12-20 FPS