NVIDIA Jeston 환경 셋팅 1-1편 (JetPack 설치 On AGX Xavier)
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 오늘은 NVIDIA Jeston 환경 셋팅으로 AGX Xavier에 JetPack 설치를 해보겠습니다! NVIDIA Jeston Xavier은 GPU가 장착된 소형 컴퓨터, JetPack은 Jeston 전용 OS(GPU 연산을 위한 CUDA 등의 라이브러리들이 베이스로 설치된 Ubuntu) 생각하시면 됩니다. 그러면 시작해보겠습니다~! 참고 링크 0 : medium.com/coredottoday/nvidia-jetson-agx-xavier-%EC%86%8C%EA%B0%9C-%EB%B0%8F-%EC%84%A4%EC%A0%95-%EB%B0%A9%EB%B2%95-f9c00f669680 NVIDIA JETSON AGX XAVIER 소개 및..
보호되어 있는 글입니다.
보호되어 있는 글입니다.
YOLO V5 환경 셋팅 및 모델 아키텍쳐 분석하기
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 오늘은 YOLO V5 (Pytorch) 환경 셋팅 및 모델 아키텍쳐(Backbone, Head) 분석을 하겠습니다. 그럼 YOLO v5 분석 시작~!! 링크 0) YOLO v5 Pytorch 깃헙 링크 : https://github.com/ultralytics/yolov5 ultralytics/yolov5 YOLOv5 in PyTorch > ONNX > CoreML > iOS. Contribute to ultralytics/yolov5 development by creating an account on GitHub. github.com 링크 1) YOLO v5 custom train 예제 링크 : https://github.com/..
YOLOv3 : An Incremental Improvement 리뷰
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 오랜만에 딥러닝 관련 논문 리뷰를 합니다ㅎㅎ 오늘은 Object Detection에서 유명한 YOLO의 version 3를 리뷰해보겠습니다! YOLOv3는 아카이브 기준 2018년 8월에 나왔으며, Object Detection의 교제 같은 베이스 알고리즘이죠! 그럼 리뷰 시작합니다~!링크 0 (원문) : https://arxiv.org/pdf/1804.02767.pdf 링크 1 (참고 블로그) : https://taeu.github.io/paper/deeplearning-paper-yolov3/ [논문] YOLOv3: An Incremental Improvement 분석YOLOv3: An Incremental Improvemen..
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 이번에는 OCR 모델 학습을 위한 한글 & 영문 이미지 데이터를 제작하는 일을 진행해보겠습니다. OCR 데이터 제작은 파이썬 패키지로 제공하는 trdg(Text Recognition Data Generator)를 사용합니다. 글자 이미지에 필터를 넣거나 배경을 입힐 수도 있는데, 저는 그런 데이터는 필요가 없어서 따로 언급하지는 않겠습니다. (AI 허브에도 한글 OCR 데이터를 제공해주는데, 라벨링 방식이 제가 사용하는 방법과 달라서... 직접 OCR 데이터를 생성하는 방법을 선택했습니다.) [작업 환경 정보] OS : Window 10 python_version : 3.8.5 trdg_version : 1.6.0 anaconda3..
네이버 deep-text-recognition 모델을 custom data로 학습 & 아키텍쳐 분석
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 네이버 Clova AI팀에서 연구한 OCR 딥러닝 모델을 custom data로 학습하는 과정을 정리해보겠습니다~! * 2021년 3월 8일자 기준으로 내용 보완 중 입니다. (현재 6. 코드 분석 보완 중) [필자 PC 환경] OS : Ubuntu 18.04.03 LTS (네이버 클로바 공식 깃헙에서는 16.04로 진행함) & Window 10 그래픽 카드 : GTX 1080 Ti (Ubuntu) & RTX 2070 (Window) CUDA : 10.1 (Ubuntu) & 10.2 (Ubuntu) cuDNN : 7.5.0 (Ubuntu) & 7.6.5 (window) python : 3.6.9 (Ubuntu 18.04의 defau..
작성자 : 한양대학원 융합로봇시스템학과 유승환 석사과정 (CAI LAB) 우분투 환경에서 CUDA, CuDNN, NVIDIA-Driver(그래픽 드라이버) 그리고 Pytorch를 설치하여 딥러닝 환경을 셋팅해보겠습니다. 많은 분들이 삽질을 덜 하길 바라면서 글을 작성합니다ㅎㅎ [설치 환경] PC : 데스크탑 그래픽카드 : NVIDIA-GTX 1080Ti (& GTX 1660) OS : Ubuntu 18.04.03 LTS Python : 3.6.9 (Ubuntu 18.04의 default 값) CUDA version : 10.1 cuDNN version : 7.5.0 NVIDIA-Drvier version : 440.59 Pytorch_version : 1.3.1 torchvision_version : 0..