yongyong-e

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..

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 \..

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..

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..

SUMMARYTensorflow Object Detection API를 사용하여 training 및 test를 하기 위한 own dataset를 만드는 방법 1) Preparing image files우선 다음과 같은 구조로 디렉토리를 만들고,Object-Detection └ images├ train└ test 학습시키고 싶은 이미지를 images 디렉토리에 담은 후, train과 test 디렉토리에 9 : 1 비율로 나눠 paste 한다. 2) Labeling images이미지에서 object의 경계상자와 레이블을 지정해줘야하는데 LabelImg를 사용하여 각 이미지에 대해 xml파일로 만들 수 있다.LabelImg 설치 후, 실행을 하게 되면 w키를 통해 경계상자를 다음과 같이 만들고 ctrl+s를 ..

summary자동차 차종 분류를 위해 자동차 이미지들을 TFRecord 형식으로 변환하는 방법에 대해 진행TFRecord : 바이너리 파일 형식으로 텐서플로우에서 data 저장 및 입·출력을 위해 사용 1) Preparing image files분류 하고 싶은 이미지를 다음과 같이 cars5디렉토리 안의 cars5_photos디렉토리에 label 별로 저장 2) slim디렉토리의 *.py파일 수정앞서 준비된 이미지를 TFRecord 형식으로 변환하기 전에 2017/08/14 - [머신러닝/Tensorflow] - (Tensorflow-Slim) Tutorial 앞선 글에서 Flowers Dataset을 TFRecord로 변환 하기 위해 사용했던 파일의 코드를 수정하면서 진행 ① download_and_c..

TensorFlow-Slim : image classification library 1) Installation and setup다음과 같이 slimProject 디렉토리를 하나 만들어 텐서플로우 models을 다운로드$ mkdir slimPoject$ cd slimProject$ git clone https://github.com/tensorflow/models/이후 models디렉토리에서 slim디렉토리를 확인 2) Preparing the datasetsDatasetTraining Set SizeTesting Set SizeNumber of ClassesCommentsFlowers250025005Various sizes (source: Flickr)Cifar1060k10k1032x32 colorMN..

summaryGoogle Cloud ML을 사용하여 data traing 및 pet detection하는 방법에 대해 진행 ▶ Setting up a Project on Google Cloud1. Create a GCP project참고 : https://cloud.google.com/resource-manager/docs/creating-managing-projects 2. Install the Google Cloud SDK① 환경변수 설정export CLOUD_SDK_REPO="cloud-sdk-$(lsb_release -c -s)"② Cloud SDK 배포 URI를 패키지 소스로 추가echo "deb http://packages.cloud.google.com/apt $CLOUD_SDK_REPO ma..

▶ Preparationsgit을 통해 tensorflow models을 다운로드$ git clone https://github.com/tensorflow/models ▶ Dependencies# For CPU pip install tensorflow # For GPU pip install tensorflow-gpu Using apt-getsudo apt-get install protobuf-compiler python-pil python-lxml pip install jupyter pip install matplotlib Using pippip install pillow pip install lxml pip install jupyter pip install matplotlib ▶ Protobuf Com..