https://blahblahlab.tistory.com/139
Mask R-CNN 데이터 분류법
Faster RCNN, FCN ,FPN 모델, segmentation 확인후 정리해야함.
링크 내의 데이터를 활용하여 최종목표로 이미지 사진을 찍으면 해당 차량의 파손정도와 비틀림 정도를 확인할 수 있는 모듈을 만들어야 함.
빅데이터 프로젝트에서 기반되는 데이터를 준비할 수 있는 실습 방향 유도가 필요함.
학습 알고리즘을 설계해야한다.
사이트 내의 구축 활용 가이드를 보고 분석후 활용 해야한다.
이미지 처리까지 해야한다.
최종산출물 : 소 논문을 만든다, 아웃풋을 동영상으로 만들어 낸다.
2022-10-04 문제,
도커 설치 후 AI학습모델 라이브러리를 구축시 윈도우 내에서 --gpus 의 실행이 불가하여 윈도우 내에Ubuntu 설치 후 WSL모듈을 인식시켜 재진행함.
2022 10-10 문제
Windows ubuntu 운용을 위해 WSL2를 설치하였으나, 네트워크 연결이 불완전해서 https://hs5555.tistory.com/44 링크를 참조하여 윈도우 ubuntu에 네트워크 경로를 수동입력하여 sudo apt update를 진행함. 성공적
윈도우 자체에서의 docker는 --gpus의 지원이 이루어지지 않아 이미지러닝이 불가능하다. 그럼으로 자체 WSL을 통한 ubuntu를 설치하여 윈도우 ubuntu에서 docker명령어를 수행한다.
AI-Hub에 들어있는 Training 데이터가 불완전성으로 인해
FileNotFoundError: [Errno 2] No such file or directory: 'data/Dataset/2.라벨링데이터/damage_part\\1461768_as-0064225.json'
오류가 떠서 Validation 데이터로 재 테스트.
AI 설명서대로가 아닌 내부 cocoformat 제작 코드를 확인하고 데이터를 수정해서 다시 기입함.
데이터 생성방식
이미지 ,임의 마스킹데이터 생성 -> cocoformat.json변환 -> 학습 알고리즘 학습 -> 학습 데이터 생성 -> 임의의 이미지 재기입
Unet 모델을 사용하여 학습 데이터를 생성함.
csv 파일은 openrefine사용