반갑습니다! 이번 글에서는 Tensorflow 2.x 버전을 기반으로 하는 Object Detection API를 Anaconda 가상 환경에 설치하고 확인하는 방법에 대해서 진행해보려고 합니다. 지금부터 설치하는 환경은 Windows10에서 각자의 Local 환경에서도 진행할 수 있도록 Anaconda를 이용하여 진행하도록 하겠습니다. Anaconda에 대해서 처음이시거나 가상환경을 만드는 방법에 대해서 잘 모르시는 분이시라면 아래 포스팅에서 Keras를 제외한 부분을 참조하시고 이번 글을 진행하시는 것을 권장드립니다. Anaconda(아나콘다) 에서 Keras(케라스) 설치하기 반갑습니다. 이번 글에서는 아나콘다를 사용하여 케라스까지 설치해보는 작업을 진행하도록 하겠습니다. 아나콘다는 일반적으로 정말..
이번 글에서는 delay 함수를 사용하지 않고 for문으로 시간 지연을 만드는 간단한 방법에 대해서 설명드리겠습니다. 정말 기초적인 것이지만 오히려 기초적인 부분이라 확인하지 못하고 넘어가는 사소한 문제로 처음 Atmega를 접하시는 분들이라면 왜 안되지? 하는 생각을 가질 수 있을 법한 상황들이 많습니다. 이를 알아보기 위해서 avr studio에 정의되어 있어 바로 사용할 수 있는 DELAY 함수에 대해 간략히 알아보고 for문으로 시간을 지연시키는 동작에 대해 알아보겠습니다. DELAY 함수 Atmega128에서는 이러한 방법을 쉽게 사용하기 위해서 DELAY 함수가 헤더파일로 존재합니다. 헤더파일(delay.h)의 시간지연 방식을 구현해 놓은 방법을 보면 다음과 같습니다. void _delay_m..
반갑습니다. 이 카테고리에서는 앞으로 AVR atmega128 을 가지고 다양한 예제를 제 포스팅을 접하는 분들이 쉽게 따라해 볼 수 있도록 포스팅을 진행할 예정입니다. 1. 어셈블리어가 아닌 일반 C 언어로 소스 코드를 진행하려 합니다. (사실 제가 avr 어셈블리어를 따로 해본적이 없습니다. ㅎ) 2. atmega128 관련해서만 포스팅을 진행할 예정입니다. (다른 atmega에서도 적용할 수 있게 최대한 쉽게 진행해보겠습니다..) 3. 128 관련해서 필요하신 부분을 말씀해주시면 반영해서 다음 포스팅 때 진행해보겠습니다! 댓글 부탁드립니다! 아래는 현재까지 작성된 내용들의 링크입니다. https://like-edp.tistory.com/entry/Atmega128-for-%EB%AC%B8-%EC%A..
반갑습니다. 이번 글에서는 Keras를 사용하여 모델을 구성해보고, 파일로 저장해보고, 평가(분류)까지 해보도록 하겠습니다. Keras 자체가 파이썬 기반의 딥러닝 라이브러리이므로, 상당히 직관적인 코딩을 할 수 있다는 점이 매력적으로 다가오는 것 같습니다. 저의 경우 Tensorflow를 백엔드로 사용하고 있습니다. 지금부터는 코드를 하나하나 짚어가면서 진행해보도록 하겠습니다. 1. 데이터 셋(이미지) 가져오기 먼저 학습을 시키고 검증에 사용할 데이터로는 CIFAR-10 데이터셋을 사용하겠습니다. CIFAR-10 dataset의 경우, 32x32 사이즈의 6만 개의 이미지로 구성됩니다. 10개의 클래스로 분류되어 있으며, 각 클래스당 6000장의 이미지로 구성이 되어 있으며 실제로 훈련에 사용되는 것은..
Jetson TX2 에서는 NVIDIA 에서 CPU 및 GPU 설정을 구성하는데 다양한 작업을 해놓았습니다. 연산에 적합한 코어 및 클럭의 주파수를 몇가지 모드로 조합시켜 놓은 것으로 보입니다. Mode Mode Name Denver 2 Frequency ARM A57 Frequency GPU Frequency 0 Max-N 2 2.0 GHz 4 2.0 GHz 1.30 Ghz 1 Max-Q 0 4 1.2 Ghz 0.85 Ghz 2 Max-P Core-All 2 1.4 GHz 4 1.4 GHz 1.12 Ghz 3 Max-P ARM 0 4 2.0 GHz 1.12 Ghz 4 Max-P Denver 1 2.0 GHz 1 2.0 GHz 1.12 Ghz 일반적으로 Jetpack이 설치된 jetson tx2 보드라면..
반갑습니다. 이번글에서는 Jetson Jetson 보드에 YOLO(v3)를 설치하고 관련 데모영상을 Onboard camera로 실행하는 방법까지 가장 쉽게 설명해보도록 하겠습니다. YOLO 설치 YOLO는 Object Detection 모델로, CNN 기반의 실시간 객체인식을 장점으로 나타내고 있습니다. 참조 : https://pjreddie.com/darknet/yolo/ 먼저 Jetson TX2를 켜서 터미널에 다음과 같이 입력합니다. git clone https://github.com/pjreddie/darknet cd darknet 다음으로는 YOLO 자체에서 제공하는 Weights 파일이 존재하는데, YOLO는 두가지의 버전을 제공하고 있습니다. Weights는 YOLO로 사전 훈련된 가중치를..
반갑습니다. 이번 글에서는 Coral dev board 환경설정 및 초기 설치에 대해서 설명드리도록 하겠습니다. Coral dev board Coral dev board는 구글이 Tensorflow Dev Summit 2019를 통해서 Machine Learning에 특화된 Edge TPU를 장착한 Coral Dev board와 Usb Accelerator를 소개했습니다. Coral Dev Board는 라즈베리파이와 유사한 Single Board Compueter에 Edge TPU를 장착한 형태이고 USB Accelerator는 여타 다른 Single Board Computer에서 구동시킬 수 있는 형태로, USB를 통해서 설치할 수 있습니다. USB Accelerator는 라즈베리파이와 호환이 되기 때..
반갑습니다. 이번 글에서는 아나콘다를 사용하여 케라스까지 설치해보는 작업을 진행하도록 하겠습니다. 아나콘다는 일반적으로 정말 다양한 라이브러리 패키지들을 모아놓은 소프트웨어인데, Python을 포함해 연산이나 데이터 사이언스 작업에 주로 사용되는 Pandas, Numpy, Scipy, Scikit-learn, Matplotlib과 같은 다양한 라이브러리가 약 150개가 넘게 존재하며 명령어 한 줄로 손쉽게 추가하여 사용할 수 있습니다. conda는 이러한 패키지들을 관리해주는 관리자 역할을 하는 프로그램이라 볼 수 있습니다. 이러한 유용성 때문에 머신러닝, 딥러닝 관련 분야에서 Python을 사용하는 경우 주로 사용하는 프로그램이라고 해도 무방할 것 같습니다. 제가 아나콘다를 사용하면서 느낀 강점은 아나..
반갑습니다. 이번 글에서는 Jetson tx2 보드에 대해서 초기에 설치하는 방법을 소개해드리려 합니다. 이 방법은 문제가 생겨서 공장초기화를 하려고 할때도 똑같이 적용이 가능하기 때문에 참고하시면 좋을 것 같습니다. 인터넷에 돌아다니는 문서들은 주로 이전에 JetPack을 사용하여 TX2 보드에 OS를 넘기는 식인데, 똑같이 진행해도 막히는 부분이 많아 직접 정리해봤습니다. 이번엔 다른 방법으로 쉽게 초기 Setting을 진행해보도록 하겠습니다. 제 나름대로 딥러닝 관련 공부를 하고 싶어 TX2 보드를 세팅하고 진행하려 했으나 생각보다 아키텍쳐 등 이해하는 부분이나 호환이 어려운 부분이 많아 진도 나가기가 쉽지는 않더군요.. 아무튼 진행해보도록 하겠습니다. 환경 : Ubuntu 18.04 LTS, JE..
IT, AI, 취미 공유
