codeandnow codeandnow

batch size=트레이닝 데이터를 여러 작은 그룹으로 나눌때 하나의 소그룹(mini batch)에 속하는 데이터 수 subdivision(mini-batch) : 한번에 처리한 이미지 개수를 몇 개의 그룹으로 나누어 gpu에 처리하는지 결정. YOLO는 batch 사이즈가 32이고 subdivision이 4 이라면 32의 batch를 4 그룹으로 나누어서 처리 한다는 뜻. epoch= 전체 트레이닝 셋이 신경망을 통과한 횟수 iteration= 하나의 epoch를 끝내는데 필요한 미니배치 갯수 batch : 한번에 처리할 이미지의 개수(iteration 당 처리 할 이미지의 수) (batch 를 크게 잡으면 out of memory error 라고 하는 경우 많음)

이번 포스팅에서는 YOLO v3을 colab 환경에서 custom data로 학습하는 방법에 대해서 다뤄보도록 하겠다! 크게 총 6가지 단계이다! 0. darknet 파일 다운로드 1. 바꾸어야 할 파일 목록 2. 데이터 셋 준비하기 ----아래부터는 colab 환경에서 실행하는 단계----- 3. CUDA 버전 확인하기 및 upgrade or downgrade 하기 (*cuda세팅 시 주의사항) 4. darknet 압축 해제 및 train 을 준비하기위한 코드 5. 학습시키기 pjreddie/darknet Convolutional Neural Networks. Contribute to pjreddie/darknet development by creating an account on GitHub. git..

다니고 있는 대학교에서 졸업프로젝트를 진행하게 되었다! 따라서 프로젝트의 진행상황 및 기술 구현을 블로그에 담을 예정이다 :) 우선, 이번 포스팅에서는 1) 프로젝트의 기술구현에서 사용될 기술 및 라이브러리에 대해서 알아보고, 프로젝트의 기술 구현의 초기단계에 해당하는 2) Colab에서 웹캠과 opencv를 연결하는 것에 대해 이야기해보도록 하겠다! 1) 먼저, 졸업 프로젝트 구현에 사용할 기술들에 대해 알아보도록 하겠다! 우리 프로젝트에서는 웹캠 기반 모션인식 웹 어플리케이션을 구현할 예정이기 때문에, 개발 환경으로는 클라우드 서비스인 Google Colaboratory 을 사용하고, 라이브러리로는 실시간 이미지 처리 관련 라이브러리인 Opencv, 머신러닝 구현을 위한 Tensorflow, 데이터 ..