AI/vision14 Pix2Pix, CycleGan 실습 Pix2Pix 실습 Gan이기 떄문에 학습 시간이 오래걸림. 반드시 GPU로 하길바람 input이 추상적인 이미지이고 Ground Truth도 같이 넣어서 pix2pix로 만드는 것을 목표로 함. 그리고 데이터셋을 이 URL에서 가져옴. 이 파일을 얻은 다음에 path를 잡음 이미지를 로드하는 함수를 만듬. 이미지를 로드해서 읽어오고 jpeg은 영상이기 때문에 이미지로 decoder를 한다. 그런데 이 shape가 있는데 w= width를 나타내고, w//2를 해서 real_image와 input_image에 넣는 이유는 이 image안에는 input Image와 Ground Truth 이미지가 같이 붙어 있음. 그래서 따로 떨어지게 해서 변수에 할당해준다. 이제, 정수형 타입인데 계산을 하다보면 실수가.. 2021. 8. 14. GAN - Pix2Pix, ConditionalGAN, CycleGAN 보호되어 있는 글 입니다. 2021. 8. 10. DCGAN 실습 tensorflow.org 밑에 tutorials 세션이 있음. 다양한 분야의 인공지능을 만들어 놓음. 처음 시작은 tensorflow.org에서 배우는게 좋은 생각이 듬. Run in colab을 클릭하면 colab으로 열리고 이 코드를 드라이브에 사본 저장하면 됨. 처음 부분은 GAN이 무엇인지... mnist dataset처럼 숫자들을 생성하는 코드임 우리는 필요한게 train에 대해서만 필요함. train_image를 4차원으로 바꿔줌. 늘 convolution 함수에 들어가게 되면 4차원이여야 함(영상의 갯수, height, width, 채널) 타입을 실수로 변경하고 normalize 진행 생성자(Generator)를 만드는 함수. Conv2DTranspose함수는 진행할수록 영상사이즈가 더 커.. 2021. 8. 9. Image Segmentation 실습 지난번 옥스포드 pets영상을 사용하기로 함. 지난 번 6개 라인(헤더)은 제거하고 나머지에 대해서 라인을 읽음 image_file은 원본영상이고, mask_file은 segmantic된 영상이 있는 파일이다. 데이터셋은 numpy로 바꿔준 다음에 split을 한 후 리턴해줌. load_oxford_pets_2()란 함수를 정의를 했음. x_train과 x_test는 기존 데이터셋에 0~1사이의 값으로 normalize해서 넣어준다. y_train에선 1: 배경 2:object 3:boundry 픽셀을 -1로 해서 0,1,2로 해줌 train dataset은 5880개, test dataset은 1469개 상이즈는 128x128 채널은 RGB 3개의 채널 y_train은 채널이 한개짜리 라벨 마스크 3개.. 2021. 8. 9. MaskRCNN, custom MaskRCNN 보호되어 있는 글 입니다. 2021. 8. 9. Pose and Face Estimation 보호되어 있는 글 입니다. 2021. 8. 9. Semantic Segmentation - FCN/PSPNet 보호되어 있는 글 입니다. 2021. 8. 9. Yolo_v3, CustomYolo_v3, 로컬에서 yolo webcam 실습 darknet을 clone하기 80개의 클래스를 가진 데이터셋으로 사전 학습된 가중치들 다운로드함. pc에서 구글 colab으로 업로드할때 쓰는 함수와 그 반대인 download 함수 darknet 폴더 안에 detect를 사용 클래스에 대한 정보를 가지고있는 cfg 파일 - yolov3.cfg 어떤 가중치를 불러서 detect할 것인가. - yolov3.weights 어떤 이미지를 분류할 것인지. 나온 결과는 predictions.jpg로 저장된다. 다른 사진에 대해서도 분류해보자. CustomYolo v3 만들기 우리가 원하는 object에 대해 검출할 수 있는 모델을 만들자. 커스텀 데이터셋이 필요한데, 우리가 일일이 만들 수도 있고 데이터셋을 다운로드 해도 되고. cfg file을 수정 Yolo .. 2021. 8. 9. Object Detection, OpenCV웹캠 실습 실습을 해보자! 실습 6 : tensorflow hub - objection Detection Image 모델에서 obect_detection의 Faster RCNN을 사용 tensorflow는 4차원 영상이 되어야함. (1, im_height, im_width, 3) 으로 reshape해야함. batch_size, height, width, channel 다양한 object detection 모델의 이름과 주소가 있음. Faster R-CNN resnet 50 모델을 사용하고자 함. 테스트에 사용하고자 하는 영상들의 주소 object Detection api를 설치해야만 밑의 라이브러리와 메소드를 쓸 수가 있다. 우리가 사용하는 모델은 mscoco데이터셋에서 학습이 되어있음. mscoco는 80개의 클.. 2021. 8. 8. 이전 1 2 다음
