| 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 |
- DOTA dataset
- 기능과 역할
- Paper Analysis
- TensorFlow Object Detection API install
- 개발흐름
- paper review
- Towards Deep Learning Models Resistant to Adversarial Attacks
- VOC 변환
- 논문분석
- TensorFlow Object Detection 사용예시
- Carla
- Object Detection Dataset 생성
- 커스텀 애니메이션 적용
- AI Security
- 크롤링
- TensorFlow Object Detection Model Build
- InstructPix2Pix
- 논문 분석
- Docker
- CARLA simulator
- Custom Animation
- 리눅스 빌드
- Linux build
- Git
- 사회초년생 추천독서
- DACON
- Branch 활용 개발
- TensorFlow Object Detection Error
- object detection
- 객체 탐지
- Today
- Total
목록Deap learning/Useful library (3)
JSP's Deep learning
일반적인 설치 방법으로 설치되지 않을 때, 다음의 명령어를 통해서 정상적인 설치가 가능하다. (기존에 설치가 된 경우에도 사용가능하다) # 1. pip3 install --upgrade --force-reinstall --no-cache-dir jupyter # 2. pip3 uninstall notebook # 3. pip3 install --upgrade notebook
[Deep learning - Useful library] mmdetection 설치 및 테스트
mmdetection이란? Tensorflow object detection API처럼 다양한 객체 탐지 모델을 제공하고 학습, 추론, 파인튜닝, 모델 수정 등 다양한 기능을 제공하는 open source이며, pytorch을 기반으로 구성되어있다. 1. mmdetection 다운로드 git clone https://github.com/open-mmlab/mmdetection.git 2. Dockerfile 빌드 GPU 이름 확인 nvidia-smi --query | fgrep 'Product Name' CUDA GPU와 호환되는 Compute Capability 확인(링크) GTX3090 : 8.6 pytorch docker image을 통한 버전확인 pytorch : 1.9.0 cuda : 11.1 ..
1. 라이브러리 소개 Machine learning model의 집합 Grid search와 마찬가지로 학습 데이터에 대해서 여러가지 Machine learning models을 한번에 학습하고, 각 성능별로 모델을 정렬한다. 또한 각 모델에 대한 각종 성능지표를 제공한다. 2. 설치방법 1) Conda 가상환경 생성 및 pycaret 설치 # 1. 가상환경 생성하기 conda create -n 가상환경이름 python=3.6 # 2. 가상환경 확인하기 -> 가상환경 목록에 생성한 가상환경 이름이 존재하면 Ok conda info --envs # 가상환경 활성화하기 : 해당 가상환경으로 들어간다고 생각하면된다. prompt에 가상환경 이름이 표시되면 Ok conda activate 가상환경이름 # 가상환..