일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 완전 비밀 분산
- 디자인
- 포토샵
- Adobe
- 블로그_이전_계획보다_지금_해야할게_더_많아서_유지예정
- zero knowledge proof
- haze #텐서플로 #tensorflow #ai
- UX
- Shamir
- CC
- 어도비
- 비밀 분산 기법
- graph 3 coloring
- #암호학이론
- 샤미르
- Today
- Total
목록2021 이전 자료들/AI (64)
For Beginners

자 일단 내가 기존에 설정해둔 친구가 png파일이기 때문에 트레이닝 받은 데이터 jpg를 png로 변환하는 활동을 할 것이다. 이를 위해서 참고한 사이트는 다음과 같다. https://dhhwang89.tistory.com/123 [linux / 이미지 변환] JPG -> PNG or PNG -> JPG ※ 이슈 사항 1. 멀티코어를 사용하여 변환을 하려면 Parallel을 사용하여 변환을 하시는게 좋습니다. mogrify는 멀티코어를 전부 못씁니다. 1. Parallel 먼저 의존성 패키지를 설치해줍니다. # sudo apt-get inst.. dhhwang89.tistory.com 이거는 리눅스 기반 명령어기 때문에 먼저 cmd에서 다음과 같은 활동을 해주어야 한다. (모르겠는 사람들은 본 글과 같은..

오랜만에 다시 돌아왔다 흐흐 여행을 갔다왔더니 온몸이 아프다 다음에는 휴양가야지 일단 연구실에 돌아와서 kitti자료형에 대한 특성을 조사해보니까 다음과 같이 라벨링이 되어있었기 때문에, 이 부분에서는 안개낀 이미지에 대한 트레이닝이 부족하다는 것을 깨달을 수 있었다. 그래서 이번에는 bdd로 일단 기존 데이터를 통해서 학습한 애로 테스트를 해보고, 그리고 잘 안나오면 bdd친구로 다시 학습을 한 모델을 이용해서 해볼 예정이다. 일단 dehaze된 kitti이미지는 존재하지 않았기 때문에, 일단 저기 보이는 bdd100k중에 하나를 골라서 진행하기로 했다. 경로의 경우 이렇게 설정이 되겠다. ./bdd100k_images/bdd100k\images/100k\test/cabe1040-5f02711e.jpg..

일단 파이썬으로 이렇게 내가 원하는 파일을 받았다. 음 15분이 걸린다니까 그 사이에 파워포인트 만들고있어야지 압축 푸는 중... 명령문 만드는 프로그램도 이렇게 만들어주고, 그러면 명령문이 이렇게 뜬다. 뭐 sublime으로 봐도 그렇게 예쁜 모양새는 아니구나... 쨌든 이거를 돌려보도록 하겠다. 와 커맨드창에 글자를 넣으니까 890번 이미지까지만 넣을 수 있다... 아 개행문자랑 뭐 띄어쓰기 에러땜에 이렇게 바꾸었다. 처리중... 후 이제 곧 있으면 발표할 수 있다!!

python monodepth_main.py --mode test --data_path trainset/ --output_directory disparityset/ --filenames_file utils/filenames/kitti_test_files.txt --log_directory tmp/ --checkpoint_path tmp/model_train/model-181250 일단 이렇게 넣어서 다시 돌리는데, 문제는 여기 output_disparityset에 아무 반응을 하지 않는다는 것이다. 분명 여기에 output이 저장이 되어야 하는데, 그래서 이 에러를 고치는 과정을 여기에 적을까 한다. 음 코드를 뜯어봣는데 이게 output이 맞았다. 근데 음 왜일까 하 왜 안되는걸까 왜 이미지 형태로 볼..

이렇게 test과정을 돌려주고, 이렇게 잘 test 결과값까지 나오면 이제 evaluation과정만 남았다. python utils/evaluate_kitti.py --split kitti --predicted_disp_path tmp/model_train/disparities.npy --gt_path trainset/ 이렇게 돌릴 것이고, 또 돌리기 전에 이거 png로 바꾸어줘야 하나 했는데 없는 것 같다. 그런거 그래서 그냥 돌리기로 했다. ImportError: No module named 'cv' 에러가 나길래 이것도 pip로 설치해주려고 한다. (tensorflow) D:\monodepth-master\monodepth-master>pip install cv Collecting cv ERROR:..

음 이제는 잘되어가고 있는데, 이게 저장이 안되면 좀 슬플 것 같다... 두근두근 드디어 끝!!! python monodepth_main.py --mode test --data_path trainset/ --filenames_file utils/filenames/kitti_stereo_2015_test_files.txt --log_directory tmp/ --checkpoint_path tmp/model_train/model-181250 이제 이거 입력했다. 음 근데 에러가 난다. 왜지? 아 trainset경로가 잘못되었구나. 오케이 이렇게 바꾸어주었다. 음 근데 생각해보니까 애초에 여기 경로가 뭔가 이상한 것이다. training이라는 폴더가 없음. 그리고 png파일도 다 처음보는 이름들이고. 그래서..