월 24,200원
5개월 할부 시다른 수강생들이 자주 물어보는 질문이 궁금하신가요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
dataset 객체 개수 차이
- 커스텀 데이터 만들때 dataset을 출력 했을때 객체의 개수가 실제와 다릅니다. 저 출력문이 어디서 나오는지 아살까요? 아니면 객체수가 다른 이유를 아실까요?
- 해결됨[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
모듈에서 제공하는 것 외 추가적인 Pretrain model 적용방법
안녕하십니까! 배운내용 바탕으로 프로젝트 해보는 와중 해결되지 않는 부분이 있어 문의드립니다.pytorch에서 densenet(pytorch 기본제공)과 SWIN-transformer(pytorch 미제공, git에 공유된 모델 활용)을 backbone으로 활용하고 싶습니다.swin-unet처럼 모듈에서 제공하지 않는 모델의 경우 어떤식으로 코드를 작성해야할까요?dictionary 형태의 pth 파일이라 *****.load_state_dict('~~~~.pth')을 활용해야할것 같은데 *****부분에 모델을 넣어줘야되는데 기본제공 모듈이 아니라 어떤식으로 해야할지 감이 오지 않습니다. 1번 문제가 해결이 된다면, densenet과 swin-transformer을 sequential 형태로 조합하여 pretrain으로 시키고 싶은데 어떻게 접근을 하면 될까요? 아래 코드에서 backbone 부분 어떻게 해야할지 방향 잡아주시면 너무 감사할것 같습니다.path = '/content/drive/MyDrive/swin_tiny_patch4_window7_224.pth' #swin-Transformer 모델 pretrained_weights = torch.load(path, map_location='cpu') class ImgFeatureExtractor(nn.Module): def __init__(self): super(ImgFeatureExtractor, self).__init__() # self.backbone = models.efficientnet_b0(pretrained=True) self.backbone = models.densenet201(pretrained=True) self.backbone = *****.load_state_dict(pretrained_weights) self.embedding = nn.Linear(1000,512) def forward(self, x): x = self.backbone(x) x = self.embedding(x) return x
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
yolo를 활용한 분석
안녕하세요. 소중한 수업 잘 듣고 있습니다. 수업중에 yolo를 활요한 bccd data set 분석에 대하여 궁금한 점이 있습니다. 수업 중에 사용했던 cvat를 사용하여 수업에서 사용한 데이터셋이 아닌 실제 슬라이드 이미지를 라벨링 하였는데요. 실제 슬라이드 이미지는 규격이 일정한게 아니라 조금씩 다릅니다. (1100*1200 10장, 1111*1210 10장...) 이럴 경우 사진을 모두잘라서 같은 크기로 맞춰줘야 할까요? 혹시 동일한 규격으로 학습이 되어야 한다면... 2천장이나 되는 사진을 각각 자를수는 없을것 같고... 획일화되게 자를 방법이 있을까요? 혹시 지금 라벨링(1000장..정도..) 되어 있는 데이터를 사용할수 있는 방법은 없을까요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
EfficientDet 관련 질문
안녕하세요. 현재 efficientdet esri 코드를 기반으로 custom data로 프로젝트를 진행하고 있습니다.학습하는데에는 문제가 없으나 궁금한 점이 있어 질문 드립니다.학습을 중단한 후 다시 학습을 진행할 때 중단한 시점부터 다시 시작하는 방법이 있을까요? esri 코드에서 def get_efficientdet_model(config): 부분 pretrained_ckpt에 저장된 ckpt를 넣으면 될까요? 혹은 다른 방법이 있을까요?훈련 중 loss값이나 AP, AR 값을 저장하고 시각화하기 위해 wandb를 사용할려고 하는데 코드 중 어느 부분에 wandb 코드를 넣어야 할지 모르겠습니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
pretrained 모델
# pretrained 모델cfg.load_from = '/content/mmdetection/checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'모델을 학습 시킬때 pretrain 부분 설정이 있는데 mscoco 학습된 모델 위에 더 학습을 시키는 건가요?만약 제가 mscoco에 없는 카테고리 객체를 추가하고 싶으면 프리트레인 설정 후 추가된 객체만 더 학습시키면 mscoco 카테고리에있는 객체와 제가 추가로 학습시킨 객체를 detection 할 수 있는건가요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
선생님 혹시 wnadb를 쓰는 법을 아시나요?
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.\ 선생님 수업과 관련없는 질문을 해서 죄송합니다. 노션에 inpynb을 올리려했으나 크기 초과로 못 올리고, 깃허브로 자꾸 에러가 뜨면서 올리지 못했습니다 (문제 및 판단)wandb로 기록을 하고자 하는데 val이 따로 기록이 안됩니다. 혹시 val 학습이 제대로 되지 않을 것같습니다. 혹시 확인 방법을 알 수있을까요?만약 wandb문제라면 해결 방법을 알수 있을까요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
메모리 부족으로 Faster R-CNN 학습을 할 수 없습니다
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. (노션에 다운받을 수있습니다)mm_faster_rcnn_train_kitti.ipynb여기에 바로 올리고 싶었는데 인프런이 허용을 안해주네요 MMdetection의 이해와 Faster R-CNN 적용 실습 부분입니다. 문제 및 상황인식:학원 가상환경에서 문제메모리가 부족하다고 뜨면서 커널이 끊겼습니다.(목차 3번 사진 참고)저는 이 문제가 배치 사이즈가 커서 생긴 문제라고 보았습니다. 하지만 아래의 목차 5번과 같이 배치 사이즈를 줄여도 메모리 부족이 뜹니다. 어떻게 하면 해결할 수있을까요?배치나 기타 하이퍼 파라미터를 조정해도 학원 가상환경의 메모리 자체가 적어서 생기는 문제일까요? (참고로 구글 코렙에서는 잘 작동했습니다. 다만 GPU 사용량이 초과해서 None으로 학습을 하면 cuda를 못쓴다고 에러가 납니다.) 목차상황설명상황설명문제발생 및 사진해결시도1, 실패해결시도2, 실패 (상황설명) 저는 AI 국비지원 학원을 다니는 학생입니다. 학원에서 배우는 것만으로는 MMdetecrtion을 다룰 수 없어서 이 강의를 듣게 되었습니다. 이걸 듣고 난 후 MMdetecrtion으로 학원 과제를 수행하고자 했습니다. 그리고 구글 코랩은 공짜로 돌리다가 GPU 제한으로 못쓰고 학습이 안되었습니다.(상황설명) 학원에서 아래와 같은 성능의 전용 가상환경을 제공합니다. 그래서 경로만 조정하고 그대로 똑같이 돌렸습니다.3. (문제발생)그런데 학습을 하는데 아래의 그림과 같이 메모리가 부족하다고 뜨면서 커널이 끊겼습니다. 4. (해결시도1, 실패) cfg.data.samples_per_gpu = 4 넣기아래의 그림과 같이 cfg.data.samples_per_gpu = 4를 넣었지만,auto_scale_lr = dict(enable=False, base_batch_size=16)는 그대로 16이었습니다. 일단 무시하고 돌려보았지만 여전히 실패했습니다. 5.( 해결시도2, 실패) defaul_runtime.py에 들어가서 batch size를 1로 바꾸기그결과 auto_scale_lr = dict(enable=False, base_batch_size=1)로 바뀌었습니다. 학원 가상환경에서 문제메모리가 부족하다고 뜨면서 커널이 끊겼습니다.(목차 3번 사진 참고) 어떻게 하면 좋을까요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
TensorFlow Object Detection API Deprecation의 의미
안녕하세요. 좋은 강의 잘 듣고 있습니다.[TensorFlow Object Detection API] 관련 강의 삭제 공지사항을 보고 [TensorFlow Object Detection API]를 찾아보니 readme파일에 Deprecation 내용이 있었습니다.https://github.com/tensorflow/models/blob/master/research/object_detection/README.md 를 보니 TF-Vision이나 scenic을 이용을 권장하는 내용이 있었는데 이게 Tensorflow로 Object detection을 할 때 어떤 영향이 있는지 잘 모르겠습니다. 앞으로 Object detection 을 할 땐 지금까지와 다른 방식을 써야하는 하는지요..?예를 들어, 이제 keras.applications에 있는 모델을 이용해 전이학습으로 Object detection하는 것이 안되는 것인지... Conv2D나 MaxPooling2D, Dense, Flatten 등 tensorflow에 있는 layer를 이용해 Sequential 모델을 만들고 Image classification이나 detection하는 부분에도 변화가 있는 것인지요?다른 질답글도 다 찾아봤는데 관련 내용은 없는 것 같아서 질문 드립니다..!고맙습니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
이미 material ID값으로 나뉘어진 masking image 를 활용하는 방법
안녕하세요 강의 잘 보고 있습니다! 제가 이미지 렌더링을 통해서 (원본이미지, material ID image, depth image) 를 모두 얻었습니다.질문입니다. Material ID 이미지를 coco dataset 으로 변경하려면 어떤 방법이 가장 좋나요? 저희가 지금까지 배운건 사람이 직접 원본 이미지에다가 masking을 적용했는데요, 저의 경우는 원본 rendering img 와 masking 이미지 둘 다 있는 경우입니다..depth image 는 어떤식으로 또 활용되나요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
mask-rcnn 학습 데이터 관련
mmdetection 활용 mask-rcnn 실습에서mask 이미지를 polygon 으로 변환해서 데이터셋으로 활용하는데 polygon형태로 변환하지 않고mask 이미지를 그대로 학습에 사용하는 방법은 없는건가요?
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
mmcv v2.0.0 문제
선생님 안녕하세요 좋은 강의 감사합니다.from mmdet.apis import init_detector, inference_detector import mmcv를 하면 아래와 같은 경고 메시지가 뜨는데요./usr/local/lib/python3.7/dist-packages/mmcv/__init__.py:21: UserWarning: On January 1, 2023, MMCV will release v2.0.0, in which it will remove components related to the training process and add a data transformation module. In addition, it will rename the package names mmcv to mmcv-lite and mmcv-full to mmcv. See https://github.com/open-mmlab/mmcv/blob/master/docs/en/compatibility.md for more details. 'On January 1, 2023, MMCV will release v2.0.0, in which it will remove ' 혹시 이것에 맞춰서 코드의 내용이 많이 변할까요? 뒷부분은 이름이 바뀐다는 것 같은데, 앞부분에서 "it will remove components related to the training process and add a data transformation module." 부분이 무슨뜻인지 잘 모르겠어서요!
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
jupyter notebook에서 valid 실행시 커널이 죽는 문제 문의
안녕하세요. 필요할 때마다 강의로부터 많은 도움 받고 있습니다. 질문드릴 것이 있습니다. 기존에는 항상 코랩으로 진행을 하다가 이번에 jupyter notebook(랩 서버 gpu 사용)을 사용하려고 하였는데, train까지는 잘 진행되었는데 interval마다 평가 진행후에 kernel이 죽는 문제가 발생하였습니다.현재 저는mmdetection을 clone한 후에, 필요한 것들을 설치하여 사용하고 있습니다.mmdetection은 최신 버전일 것이고, mmcv를 제 pytorch 버전과 cuda 버전에 맞추었습니다.gpu를 하나만 사용하고 있습니다.데이터셋은 custom 데이터셋을 사용하고, 혹시 제가 코드를 잘못 짰나 했는데 코랩에서는 잘 학습이 됩니다. 구글링해도 잘 못찼겠어서, 혹시 관련 이슈에 대해서 해결책이 있는지 문의 드립니다. 감사합니다. 서버에서 어떻게 돌아가는지 보니 cpu를 xxx% 잡아 먹는 것을 보아 cpu 문제라고도 생각했는데, 그러면 코랩에서도 실행이 안되어야 할텐데, 이는 아니라서 고민 중에 있습니다. 감사합니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
pycocotools 설치 error
질문 1: 폐쇄환경 kubeflow notebook + gpu 1개 설정 환경에서 coco val과 coco test 실행시 pycocotools not found 에러가 나서 requirements.txt 에서 pycocotools 를 설정해도 같은 에러 및 pip install pycocotools 하라고 하는데, 따로 실행해도 같은 에러가 나옵니다. 구글링을 해봐도 해결 방법을 찾기가 쉽지 않아 이렇게 조언을 구하고자 합니다.질문 2: 맥북 jupyter notebook 에서 coco train 실행전 tensorboard 실행 에러가 아래처럼 발생합니다. 질문1의 환경에서는 에러 없이 잘 통과 되는데.. 맥북에서 해결 방법이 있음 알려 주시면 감사 하겠습니다. 감사합니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
tensorboard error
안녕하세요 강사님,저는 보완 문제로 폐쇄 네트워크환경(소스내에서 downloac 차단)에서 object detection AutoML을 실행하고 있습니다. yolov3 소프 포팅후 자체 host pc에서 running이 되도록 해야 하는데 환경구축이 만만치 않네요.. 모든 datasets zip 파일들을 따로 다운 받아 집에서는 vs code나 jupyter notebook으로 작업하고 회사에서는 kubeflow notebook 환경에서 테스트 진행하고 있습니다.질문 1: coco val & coco test에서 --data coco.yaml 대신 --data coco128.yaml로 실행해도 되는 건지 알고 싶습니다.질문 2: train.py 전에 tensorboard launch 시 에러가 나옵니다. 해결 방법을 알려 주시면 감사 하겠습니다.질문 3: 질문2의 에러가 해결되어 train.py 실행 되는 건지, 그리고 coco test를 하지 않고 바로 train.py를 진행해도 되는건지 알고 싶습니다. 집에서 vs code나 jupyter notebook에서 train.py 실행을 하면 아래 같은 에러가 나옵니다.coco128.yaml 에서 download 차단 없이 진행하면 kernel 이 죽어 restarting 이 되고 진행이 안되네요..download 차단하면 맨 아래 캡쳐 화면 처럼 멈쳐 버리고 Dead kernel 이 되어 버립니다. 혹 질문 2의 tensorboard 에러와 관련이 있는 건지 알려 주시기 바랍니다.질문 4: 마지막 질문인데.. 이 질문은 강의 내용에서 벗어나는 질문 이지만 해결을 못하고 있어 조언을 듣고자 합니다. 로컬 호스트 환경에서 yolov5 train.py가 잘 돌고 있는 상황에서 docker 이미지 빌디시 Dockerfile의 베이스 이미지를 FROM nvcr.io/nvidia/pytorch:21.10-py3 로 하면 container 가 바로 죽고 실행이 안되며, FROM python:3.9로 하면 container가 running 되는데 train.py 가 실행되다 epochs를 하다 멈쳐 버립니다. 이 문제가 gpu 문제인건지 아님 단지 memory 부족 문제인지 잘 판단이 안되는데.. 소중한 의견 주시면 감사 하겠습니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
Pascal > coco 변환 코드 관련 질문드립니다.
강사님 안녕하세요:) 수업 정말 잘 듣고 있습니다. 늘 양질의 수업 업로드 해주셔서 너무 감사드려요:)다름이아니라 mm_faster_rcnn_train_coco_bccd.ipynb 코드로 셀프데이터를 만들어서 실습하던중 변환과정에서 .json 파일에서 "file_name" , "id", "file_id" 이름 설정?에서 "0001.jpg"로 생성되어야 하는데 "이미지원래저장경로\\0001.jpg" , "F~:\\0001"이런식으로 저장됩니다ㅠㅠannotation file 생성부터 문제가 있나 살펴보았지만 제눈에는 별다른 이상이 없어보였습니다ㅠㅠ그래서 json 파일에서 직접 경로부분을 삭제한 후 모델을 돌리려하였으나 자꾸 json파일 형태? 오류라고 떠서 질문 남깁니다ㅠㅠTypeError: init() missing 2 required positional arguments: 'doc' and 'pos'
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
RCNN에서 손실함수 구하기
안녕하세요?RCNN의 경우 classification에 대한 loss는 구할 수 없고 다만 bounding box regression은 구할 수 있는지 이유가 궁금합니다.RCNN의 경우는 최종 값을 판별하는 분류기가 CNN과 분리되어 있어서 역전파를 할 수 없어 classification의 경우는 오차 함수를 구할 수 가 없다고 이해했습니다. 그런데 어떻게 bounding box regression은 Loss 값을 구할 수 있는지 궁금합니다. 구한 Loss 값으로 CNN이 업데이트가 가능한지요?바쁘신 와중에 답변 주셔서 감사합니다^__________^
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
SOLOv2 오류
안녕하세요, mask_rcnn tutorial에서 config, checkpoint 파일을 바꿔서 여러 모델을 시도중입니다.yolact, 다른 mask rcnn 모델은 학습이 가능하고, test해보았는데, solov2 모델은 coco 데이터셋을 동일하게 하고, config, checkpoint 파일만 바꿔서 수정을 했을 경우 오류가 발생했습니다.혹시 solov2 모델은 추가로 config 파일을 수정해야될까요?모델별로 config파일 수정을 어떻게 확인할 수 있나요?config 파일 관련 강의를 계속 돌려봐도 이해가 어려워서 질문드려봅니다!
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
Training dataset 관련
안녕하세요 강사님, 항상 좋은 수업 잘 듣고있습니다. mmdetection으로 Mask-RCNN + Resnet-101 model Training중 Training Dataset 구성 관련하여 질문있습니다. 제가 기존 model을 학습시키는데 사용된 모든 이미지 데이터는 1280x720 해상도였습니다.그러나 이번에 수집한 데이터는 2208x1242 해상도입니다. Q1. 각기 다른 해상도로 촬영된 이미지들을 하나의 데이터셋으로 만들고, 네트워크에 학습시켜도 문제가 없을까요?당연히 COCO dataset이나 PASCAL dataset을 살펴봐도 다양한 해상도의 이미지를 annotation하여 구성하였기 때문에 문제될 건 없다고 생각하는데일반적으로, 1280x720 해상도 이미지를 추론하는 경우, 동일한 해상도의 데이터셋으로 학습된 모델이 성능이 더 우수한지 궁금해서요.ex) 1280x720 이미지 추론시, 1280x720 해상도만으로 이루어진 데이터셋으로 학습된 model 사용1920x1080 이미지 추론시, 1920x1080 해상도만으로 이루어진 데이터셋으로 학습된 model 사용 2208x1242 이미지 추론시, 2208x1242 해상도만으로 이루어진 데이터셋으로 학습된 model 사용만약 일반적으로 이렇게 한다면, 새로 획득한 데이터가 아닌 라벨링되지 않은 1280x720해상도 데이터들을 더 annotation 작업 진행하려 합니다.
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
Yolact 질문
안녕하세요. Mask Rcnn custom dataset train을 해보다가 다른 모델도 한번 train, inference 해보고싶어서 시도중입니다.Mask -rcnn 모델에서 config, checkpoint 파일을 변경하고, cfg 파일에서 roi_head 부분을 제외(yolact는 roi_head가 없음을 확인)하고 학습을 시켜보는 중입니다.mask-rcnn 실습코드 에서는 inference_detector 함수를 받아 결과를 result로 받았는데, 혹시 yolact에서도 동일하게 config, pth 파일을 바꾸게되면 가능할까요?yolact가 속도 측면에서 mask_rcnn보다 더 빠른 것으로 알고있는데, inference_detector를 사용했을 때 속도가 더 느려지는 것 같아서 질문드려봅니다! 다른 모델들도 coco dataset으로 학습시켜서 한번씩 다 실행해 보고싶은데, config/checkpoint파일만 수정하면 다른 모델들도 동일하게 사용가능한지 알고싶어서 질문남겨봅니다.또, window에서 anaconda설치->cuda 설치->pycharm anaconda 가상환경생성->command prompt->가상환경 실행->colab과 동일하게 mmdetection 설치->config, data 등 경로변경 하게되면 .sh파일 제외하고는 window에서도 돌아가는 것으로 확인했으니 window에서 사용중이신분들 참고하셔도 될 것 같습니다~!
- 미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
Mask R-CNN 관련 질문입니다!!
안녕하세요 강의 잘 듣고 있습니다!mask rcnn ballon dataset을 사용해서 모델 돌려보기 까지 해봤는데요cocodataset을 사용해서 maskrcnn 모델 돌리고 weight추출과 mAP까지 알고 싶어 시도 중입니다!cocodataset의 json파일은 instances_train2017.json파일 사용해서 모델을 돌리면되나요?혹은, coco포멧으로 변환 시켜야하는지 어떻게 해야하는지 모르겠어서 질문 남깁니다!