Back/Deep Learning (19) 썸네일형 리스트형 [DL][YOLOv4] YOLO v4 커스텀 데이터 학습, 예시 2021.05.12 - [Python/Deep Learning] - [YOLOv4][Darknet] 빌드 및 예시 [YOLOv4][Darknet] 빌드 및 예시 0. 학습 환경. 나의 오랜 벗, 낡은 노트북 cpu : i3 - 7100 vga : 1050 4GB (아마도, 모바일) ram : 16G HDD, (Ubuntu 설치되어있는) Software UBUNTU 20.04 LTS CUDA : 11.0 cuDNN: 8.2 OPENCV: 4.40 Anaconda,.. hidden-loca.tistory.com 이전 글에서 Darknet을 빌드하고 시작합니다. 1.데이터 준비, 학습을 위해 데이터를 준비. 이미지 데이터 이미지데이터와 동일한 이름의 박스가 표시된 텍스트 학습설정이 들어간 cfg 파일 학습되는.. [YOLOv4][Darknet] 빌드 및 예시 0. 학습 환경. 나의 오랜 벗, 낡은 노트북 cpu : i3 - 7100 vga : 1050 4GB (아마도, 모바일) ram : 16G HDD, (Ubuntu 설치되어있는) Software UBUNTU 20.04 LTS CUDA : 11.0 cuDNN: 8.2 OPENCV: 4.40 Anaconda, 및 기다 라이브러리들 참고) 2021.05.11 - [Python/환경설정] - [Ubuntu] 20.04x , OPENCV 설치 [Ubuntu] 20.04x , OPENCV 설치 뻘짓과 뻘짓을 반복하며 기록 1.환경 cuda 11.0 cudnn 8.2 Ubuntu 20.041 Anaconda python 2.라이브러리 설치 - 기존 패키지 업그래이드 $ sudo apt update $ sudo apt .. [DL] 그래픽카드 Deep Learning bench Mark bizon-tech.com/gpu-benchmarks/ 2020 Deep Learning Benchmarks Comparison: NVIDIA RTX 2080 Ti vs NVIDIA Titan RTX | BIZON Custom Workstation Computers. Best Work In this article, we are comparing the best graphics cards for deep learning in 2020: NVIDIA RTX 2080 Ti vs TITAN RTX vs Quadro RTX 8000 vs Quadro RTX 6000 vs Tesla V100 vs TITAN V bizon-tech.com cnn 모델들을 기준으로 GPU를 비교해 줍니다. 있는것도 있고 없는 것도 있.. [OCR]TESSERACT OCR 4.0 LSTM 학습. 0. 시작하기전.. OCR은 광학문자인식 기술로 역사가 상당히 오래된 기술입니다. 최근(?) 들어 딥러닝이 떠오르며 lstm 모델을 통한 OCR엔진이 나오게 되었고 이를 학습/ 준비하는 과정을 정리 했습니다. 1. 개발환경 WSL2 - UBUNTU18.04 tesseract4.1.1 GPU 없음 WSL 설치에 대해선 2021/01/25 - [분류 전체보기] - [Linux] 윈도우 에서 리눅스 사용하기 WSL [Linux] 윈도우 에서 리눅스 사용하기 WSL docs.microsoft.com/ko-kr/windows/wsl/install-win10 Windows 10에 WSL(Linux용 Windows 하위 시스템) 설치 Bash 터미널을 사용하여 Linux 배포(Ubuntu, Debian, SUSE, .. [Python][Keras ][Tensorflow] Keras 모델 TFlite 변환과 최적화 이전글 더보기 2020/09/23 - [Python/Deep Learning] - [Keras] 모델 저장하기 [Keras] 모델 저장하기 딥러닝은 모델을 학습시기며 학습된 모델을 이용하여 결과를 예측하거나 결과물을 생성해냅니다. 이러한 모델들은 학습이 완료된 뒤(혹은 학습중) 저장하여 사용할 수 있습니다. 모델을 저장하 hidden-loca.tistory.com 2020/09/24 - [Python/Deep Learning] - [Keras] 모델 불러오기 [Keras] 모델 불러오기 2020/09/23 - [Python/Deep Learning] - [Keras] 모델 저장하기 [Keras] 모델 저장하기 딥러닝은 모델을 학습시기며 학습된 모델을 이용하여 결과를 예측하거나 결과물을 생성해냅니다. 이러.. [Tensorflow] Image classification model maker예측하기. tflite-model-make 설치와 모델생성. 더보기 2020/10/08 - [Python/Deep Learning] - [Tensorflow] Tensorflowlite를 이용한 Image classification model maker 이전 글을 통해 아주 쉽게 예측 모델을 생성해 내었습니다. model maker의 장점은 학습 속도가 매우 빠릅니다. (물론 안에 들어간 모델이 잘만들어져서 이기도 합니다.) 빠른 학습속도에 비해 정확도도 높습니다. 쉽게 읽고 쓸수 있도록 지원합니다. 이전글에서 모델 학습, 저장을 다루었으니 이번글에선 예측부분을 다뤄 보겠습니다. 필요한 lib import import numpy as np import tensorflow as tf from PIL import Im.. [Tensorflow] Tensorflowlite를 이용한 Image classification model maker 다른 게시물들을 통해 딥러닝 모델들을 저장하는 방법에대해 알아보았습니다. 2020/09/23 - [Python/Deep Learning] - [Keras] 모델 저장하기 2020/09/24 - [Python/Deep Learning] - [Keras] 모델 불러오기 저장된 모델들은 각종 load기능을 이용하여 불러와 사용할 수 있습니다. 하지만 일반 모델을 모바일 기기에서 사용하기엔 지나치게 용량이커 불러오거나, 예측함에 있어서 성능이 떨어지게 됩니다. 이를 극복하기 위해서 기존의 모델을 모바일용으로 바꾸어서 구성하거나, mobilenet처럼 처음부터 모바일환경에 사용하기 위해 가볍게 만들기도 합니다. 안드로이드에선 이러한 모델들을 tflite형식으로 넣어서 사용할수 있게 API를 제공하며, tensor.. [Keras] 모델 불러오기 2020/09/23 - [Python/Deep Learning] - [Keras] 모델 저장하기 [Keras] 모델 저장하기 딥러닝은 모델을 학습시기며 학습된 모델을 이용하여 결과를 예측하거나 결과물을 생성해냅니다. 이러한 모델들은 학습이 완료된 뒤(혹은 학습중) 저장하여 사용할 수 있습니다. 모델을 저장하 hidden-loca.tistory.com 저장하는 방법엔 3가지 방법이 있습니다. ModelCheckpoint model.save() to_json(), to_yaml() and save_weight 1,2번째 방법은 따로 가중치만 저장(weights)을 설정하지 않았다면 불러오는 방법이 같고 밑의 방법은 약간 다른 방법을 써야 합니다. 1. load.model from keras.models im.. 이전 1 2 3 다음
