월 24,200원
5개월 할부 시다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
yolo 결과 이미지 회전
안녕하세요 강사님 yolo에 모델에 개인적으로 사진을 찍어 라벨링 후 학습 시켰습니다. 그후 detection 결과를 확인해 보면 detection은 잘 되는데 이미지 결과가 계속 -90도 회전해서 나옵니다. 이유를 못찾아서 문의 드립니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
yolo 학습시 기존 가중치
안녕하세요 강사님 강의 잘 듣고 있습니다. KerasYolo_OpenImage_학습및_Detection 강의를 듣고 응용해보고 있는데요. 별도로 제가 수집하고 labeling 한 이미지로 학습하고 , xxx.h5 학습 결과를 생성하였습니다. 생성된 가중치로 detection을 해봤는데, 제가 수집 labeling한 이미지는 detection이 되는데 기존 학습된 이미지 즉 강사님이 교육 중 사용하신 beatles01.jpg는 detection이 하나도 안됩니다. 즉 질문의 요지는 기존 학습된 가중치에 새로운 학습을 하면 기존 학습된 가중치가 삭제되고 새로 학습 되나요? 그래서 기존 detection되면 이미지는 detection 못하는 건가요? 혹시 기족 학습된 가중치에 새로운 이미지의 가중치를 추가해서 기존 학습 이미지와 새로운 학습 이미지를 모두 detection 할수 있는 방법이 있는지요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
동영상 실시간 탐지 관련
케라스 네팃나 학습된 모델을 추론모델로 변환 한 후 동영상을 실시간으로 탐지하는 방법이 있나요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
케라스 넷티나 학습결과 관련
아래 그림처러 케라스 넷티나 패키지로 학습한 결과로 출력된 회귀손실, 분류손실, mAP를 저장해서 그래프로 표현하려고 하는데 어떻게 해야하는지 궁금합니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
v1 vs v2 질문있습니다.
안녕하세요 :) offset 값+ 클래스 스코어 등의 정보를 셀 별로 갖는 것과 BB별로 갖는 것의 차이가 무엇인지 궁금합니다. v1의 셀 당 두개의 BB를 갖던 것을 셀 당 다섯개의 BB를 갖도록 변경해서 모든 정보를 한 셀이 갖는 것이 아니라 v2처럼 5개의 BB가 개별로 정보를 갖는 것으로 변경되면서 얻을 수 있는 이점이 무엇인지 궁금합니다. v1에서 두 개의 BB가 하나의 Class Scores를 공유했다면 v2에서는 5개의 BB별로 각자의 Class Scores가 존재해서 정확성을 높일 수 있는 것인지 추측해봤습니다. 만약 맞다면 v1에서 공유했던 class socres는 두 BB의 무엇을 기준으로 추출된 것인지 궁금합니다. 이해력이 부족하여 질문이 잦아 죄송스럽습니다 ㅠ 미리 감사의 말씀 올립니다!
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
파라미터 도출방법이 궁금합니다.
안녕하세요 강사님 13:40 화면에서 몇가지 궁금한 부분이있습니다. 1. 20개 클래스의 확률은 어떻게 계산되나요? 2. bb의 confidence score에서 오브젝트일 확률은 어떻게 계산되나요? 항상 친절히 답변달아주셔서 감사드립니다 :)
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
yolo.h5 질문
yolo.h5 가 생성되고 나면, 아래와 같은 결과가 보입니다. Total params: 62,001,757 Trainable params: 61,949,149 Non-trainable params: 52,608여기서 Non-trainable prams 는 어떤 파라메터 인가요? dropout 된 weight 인가요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
yolov3.weight.2 질문
아래의 명령으로 Yolo weights를 conversion 하기 위해 불러오면 !wget https://github.com/chulminkw/DLCV/releases/download/1.0/yolov3.weights 약 236 Mbytes 용량의 weight가 저장됩니다. 그러면 아래에 yolov3.weights.2’ saved [248007048/248007048]라는 문구가 보입니다. 여기서 248,007,048 은 weight 갯수인가요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
COCO data weight conversion
강사님, 욜로에서는 COCO data가 Darknet 용 weights 이어서 이를 Keras 용으로 convert 한다고 설명하시는 것을 들었습니다. 궁금한 것은, OpenCV에서는 conversion 얘기가 없었는데, Keras에서 이런 얘기가 나와서, 그러면 OpenCV는 Darknet 용 weight를 conversion 하지 않고 바로 사용하는 것인지, 아니면, COCO data set이 Yolo OpenCV 용으로 되어 있어(weights 가 OpenCV 용으로 있어서) conversion 할 필요가 없는 것인지 궁금합니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
keras-retinanet 모델 이용한 라쿤 탐지 학습 중 궁금한 점
올 초에 케라스 레티나넷 모델을 이용해서 라쿤 탐지을 수행했을때는 epoch를 20으로 주면 20개의 학습모델이 생성되었는데 최근 변경된 코딩으로 학습을 하니 10개 정도 학습하고 종료가 됩니다. 혹시 class args: 에 reduce_lr_patience = 2 reduce_lr_factor = 0.1 group_method='ratio' 등 추가된 내용때문에 그러한 지 궁금합니다. 아니면 다른 이유가 있나요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
keras-retinanet 라쿤학습 시 오류
아래 구문으로 레티나넷 학습 평가를 출력할 때 AttributeError: 'tuple' object has no attribute 'items'오류가 나옵니다. 해결방법이 궁금합니다.사용os은 window 10입니다. ==================================================================================== # print evaluation total_instances = [] precisions = [] for label, (average_precision, num_annotations) in average_precisions.items(): print('{:.0f} instances of class'.format(num_annotations), generator.label_to_name(label), 'with average precision: {:.4f}'.format(average_precision)) total_instances.append(num_annotations) precisions.append(average_precision) if sum(total_instances) == 0: print('No test instances found.') print('Inference time for {:.0f} images: {:.4f}'.format(generator.size(), inference_time)) print('mAP using the weighted average of precisions among classes: {:.4f}'.format(sum([a * b for a, b in zip(total_instances, precisions)]) / sum(total_instances))) print('mAP: {:.4f}'.format(sum(precisions) / sum(x > 0 for x in total_instances))) ======================================================================================
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
GraphDef 가 궁금합니다.
안녕하세요 강사님 몇가지 질문이 있습니다. 구글링에도 잘 찾을 수 없어 질문글 남깁니다. #inference graph를 읽음. . with tf.gfile.FastGFile(os.path.join(default_rcnn_dir, 'pretrained/faster_rcnn_resnet50_coco_2018_01_28/frozen_inference_graph.pb'), 'rb') as f: graph_def = tf.GraphDef() graph_def.ParseFromString(f.read()) with tf.Session() as sess: # Session 시작하고 inference graph 모델 로딩 sess.graph.as_default() tf.import_graph_def(graph_def, name='') 1. 여기서 'rb'란 binary 타입으로 read? 인가요? 왜 이렇게 쓰이는지 궁금합니다. 2. tf.GraphDef() 가 무엇을 의미하는지 왜 쓰이는지 궁금합니다. 3. tf.import_graph_def(graph_def, name='') 이 함수도 어떤 역할을 수행하는지 궁금합니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
Retinanet 오류
pretrained model를 load_model로 불러올때 아래와 같은 오류가 나옵니다. 이전에는 아무런 문제없이 잘 되었는데.... --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-17-3a306d3fab4b> in <module> 4 # pretrained coco 모델 파일을 retinanet 모델로 로딩. 5 from keras_retinanet import models ----> 6 retina_model = models.load_model(model_path, backbone_name='resnet50') ~\AppData\Roaming\Python\Python36\site-packages\keras_retinanet\models\__init__.py in load_model(filepath, backbone_name) 81 """ 82 import keras.models ---> 83 return keras.models.load_model(filepath, custom_objects=backbone(backbone_name).custom_objects) 84 85 C:\anaconda3\envs\tf115\lib\site-packages\keras\engine\saving.py in load_wrapper(*args, **kwargs) 490 os.remove(tmp_filepath) 491 return res --> 492 return load_function(*args, **kwargs) 493 494 return load_wrapper C:\anaconda3\envs\tf115\lib\site-packages\keras\engine\saving.py in load_model(filepath, custom_objects, compile) 582 if H5Dict.is_supported_type(filepath): 583 with H5Dict(filepath, mode='r') as h5dict: --> 584 model = _deserialize_model(h5dict, custom_objects, compile) 585 elif hasattr(filepath, 'write') and callable(filepath.write): 586 def load_function(h5file): C:\anaconda3\envs\tf115\lib\site-packages\keras\engine\saving.py in _deserialize_model(h5dict, custom_objects, compile) 271 if model_config is None: 272 raise ValueError('No model found in config.') --> 273 model_config = json.loads(model_config.decode('utf-8')) 274 model = model_from_config(model_config, custom_objects=custom_objects) 275 model_weights_group = h5dict['model_weights'] AttributeError: 'str' object has no attribute 'decode'
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
jupyter notebook tensorflow import가 안되는 문제입니다.
colab으로 실습을 돌리다가 window환경 jupyter notebook으로 실습을 하려고 환경 구성을하고 import tensorflow as tf에서 에러가나서 질문 올립니다. 처음 tf113을 구성할때도 강의에서는 envs\tf113폴더안에 lib폴더가 자동적으로 생성되었는데 제가 tf113환경을 install을하면 lib폴더가 생성이 안되었습니다. 여러번 지우고 깔고 다시 해봤지만 같은 증상이여서 그냥 jupyter notebook으로 실습을 돌리는데 아래와 같은 에러가 발생했습니다. 혹시 tf113폴더에 lib폴더가 없어서 이러한 문제가 생기는 것인가요? 그렇다면 해결방안이 무엇인가요... 로컬에 tensor를 install은 가능하지만 tf113에 설치하는 방법을 잘 모르겠습니다.
- 해결됨[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
안녕하세요! 로컬에서 설치를 따라하다가 오류가 생겨 질문드립니다.
안녕하세요! 수업에서 진행된 내용을 로컬에서 한번 설치를 진행해보고 싶어서 해당 수업때 진행하신 코드들을 그대로 로컬 파워쉘로 진행을 해봤는데, envs 생성 및 설치까지 실습을 마치고 이제 envs까지 삭제를 해서 다음과 같이 제대로 삭제가 된 것을 확인할 수 있었습니다. 하지만, 주피터 노트를 수행해보면 그 후로 다음과 같이 Notebook에 Python3 이 아닌 tf113이 생겨있는 것을 확인할 수 있었습니다. 이 부분에 대해 혹시 아시는 게 있을까요? 코드를 돌리거나 할때 별다른 문제는 없지만 저기 저렇게 생기는 게 뭔지 명칭도 모르고 어떻게 검색해야할지도 잘 모르겠어서 질문드립니다ㅠㅠ 감사합니다!
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
Yolo 모델 성능 개선 문의
안녕하세요. yolov3 사용해서 계속 학습 / 성능 개선 시도하고 있습니다. 1. 이미지 로딩 / 전처리 / filter 수정(?) 2. epoch 증가 / optimizer 변경 / learning rate 조절 을 해 보려고 하는데, 혹시 조언해 주실 수 있으신가요? (참고할 만한 자료 또는 이게 좋다...등등) 3번째 질문은,, yolov4, v5도 나오는데 이쪽을 사용해도 좋을까요? 저는 성능도 중요하지만, 시간도 중요합니다... 물론 v4, v5를 사용할 경우엔, 현재 v3로 세팅된 전체 내용이 수정되어야 할지도 모르겠네요. 마지막으로, 예전에 mAP 구하려고 질문을 남겼었는데요, 코드를 어찌어찌 조금 수정해서 detection result를 csv로 저장해서 mAP 깃허브의 코드대로 사용가능하도록 각 이미지의 결과 내용을 txt로 변경해서,, mAP 확인하고 있습니다. mAP를 구할 수 있게 되어서 모델 성능 부분을 개선하고자 합니다. 감사합니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
datatoolcreate_pet_tf_record.py
python $TENSOR_OBJ_DIR/datatoolcreate_pet_tf_record.py --label_map_path=$TRAIN_DIR/annotations/pet_label_map.pbtxt --data_dir=$DATA_DIR --output_dir=$TRAIN_DIR/annotations 이걸 쳤더니 datatoolcreate_pet_tf_record.py이게 없다고 나와서 보니까 비슷한 create_pet_tf_record.py 이것만 있는데 어딜 잘못한건가요
- [개정판] 딥러닝 컴퓨터 비전 완벽 가이드
오류가 났습니다
삭제된 글입니다
- [개정판] 딥러닝 컴퓨터 비전 완벽 가이드
구글 클라우드 무료 크레딧
삭제된 글입니다
- 해결됨[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
개인 이미지 학습시 annotation 작성 방법
안녕하세요 강사님 강의 잘 듣고 있습니다. YOLO 공부 중인데 YOLO의 학습 데이터를 개인이 찍은 사진이나 인터넷에서 따로 수집한 이미지를 사용할려고 합니다. 이때 이미지내의 objects에 대한 annotation를 만들어야 할는데, 툴이나 방법이 있는지요 이미지 마다 objects 영역의 위치 좌표를 하나 하나 찾아서 annotation 파일 작성하는게 쉽지 않아 보입니다. ex) 이미지에서 object 영역에 대해 사각형을 그리면 좌표가 자동으로 파일로 생성된다던지..