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 |
- TensorFlow Object Detection Error
- 논문분석
- Custom Animation
- 크롤링
- AI Security
- Docker
- 기능과 역할
- Towards Deep Learning Models Resistant to Adversarial Attacks
- Git
- object detection
- 개발흐름
- CARLA simulator
- TensorFlow Object Detection API install
- DACON
- InstructPix2Pix
- paper review
- 객체 탐지
- Carla
- 리눅스 빌드
- 논문 분석
- Object Detection Dataset 생성
- TensorFlow Object Detection 사용예시
- 사회초년생 추천독서
- DOTA dataset
- Branch 활용 개발
- 커스텀 애니메이션 적용
- Linux build
- VOC 변환
- Paper Analysis
- TensorFlow Object Detection Model Build
- Today
- Total
목록Etc (10)
JSP's Deep learning

1. 소규모 프로젝트(Feature Branch Workflow) (1) 설명 기능별 브랜치를 만들어 개발하는 방식 master 브랜치의 메인 코드를 중심으로 기능을 개발하고 병합 (2) 개발흐름 원격 저장소의 master 브랜치를 clone 로컬 저장소에서 master 브랜치를 분기하여 feature 브랜치 생성 기능 개발 후 feature 브랜치를 원격 저장소에 push (git push origin feature/login을 통해 원격 저장소에도 같은 feature branch가 생성) 프로젝트 관리자는 feature 브랜치의 코드를 점검한 후 master 브랜치에 병합 다른 구성원들은 변경된 master 브랜치를 pull하여 동기화 (기능 추가 시마다 pull을 진행하는 것보다, 테스트를 진행할 ..

1. Branch란? 독립적인 작업을 수행하기 위한 개념으로 Git에서 생성되는 각각의 Branch는 독립적으로 존재하여 다른 Branch의 영향을 받지 않는다. 이러한 특성을 통해서 각각의 작업을 동시에 수행할 수 있으며, 모든 작업물을 Merge을 통해 통합할 수 있어서 협업에서 유용하게 사용된다. Branch는 대표적으로 master, develop, feature, release, hotfix가 존재한다. 2. Branch의 종류 및 기능 2.1. master (1) 설명 제품 또는 서비스를 출시하는 브랜치 제품 또는 서비스의 버전 관리(Tag) master 브랜치는 항상 배포가능한 상태 (2) 예시 CARLA Simulator의 최신 배포가능 버전은 항상 master branch에 존재 또한 C..

* Instance Segmentation Sensor은 Carla 0.9.14 버전 이후로 사용가능하다. * Instance Segmentation이란, 기존 Segmentation과 달리 각 객체마다 고유의 RGB 색상을 가지고 있기 때문에 각 객체를 구분할 수 있다. 1. CARLA Instance Segmentation 이미지 2. CARLA Instance Segmentation 사용 CARLA에서는 Instance Segmentation은 제공하지만 생성되는 객체에 대한 RGB 정보는 제공하지 않는다. 따라서 CARLA Unreal의 코드 수정을 통해서 RGB 정보를 얻고 객체를 구분할 수 있다. 1) Instance Segmentation RGB 구성 코드 # 코드 경로 carla/Unrea..

1. 커스텀 애니메이션 시퀀스 제작 애니메이션 시퀀스를 제작하기 전, 애니메이션을 적용할 스켈레톤의 Idle 애니메이션 시퀀스를 복사하여 사용한다. (애니메이션은 같은 스켈레톤을 가진 블루프린트에 한하여 적용된다.) 커스텀 애니메이션 시퀀스 제작 참고 : YouTube Idle 애니메이션 경로 : Content/Carla/Static/Pedestrian/Animations 커스텀 애니메이션의 저장 경로는 Content 폴더 내에 어디든 상관없다. 2. 애니메이션 블루프린트 수정 Carla에서 Actor에 대한 애니메이션은 애니메이션 블루프린트를 통해서 반영된다. 애니메이션 블루프린트는 Male, Female, Kid 등 여러 카테고리마다 존재하며, 모든 Actor에 대해서 적용하기 위해서는 해당 카테고리..
CARLA UE4Editor crash 오류 수정 중 : 23.02.20 ~ 23.02.21(수정완료) * 메인 PC 사전준비 사항 NVIDIA-Docker 및 Docker Container Toolkit 설치 NVIDIA 그래픽 드라이버 및 CUDA, cuDNN 설치 (즉, GPU 사용가능 환경 구성) Vulkan SDK 환경 구성 (참고 : https://vulkan.lunarg.com/doc/view/latest/linux/getting_started.html) nvidia/vulkan 이미지 빌드 (참고 : https://jsp-coding.tistory.com/43) xhost 권한 설정 # 다음의 명령어로 권한 설정(모든 권한 허용) xhost + * 빌드환경 메인 PC OS : Ubuntu ..
CARLA UE4Editor crash 오류 수정 중 : 23.02.20~23.02.21(수정완료) * 메인 PC 사전준비 사항 NVIDIA-Docker 및 Docker Container Toolkit 설치 NVIDIA 그래픽 드라이버 및 CUDA, cuDNN 설치 (즉, GPU 사용가능 환경 구성) Vulkan SDK 환경 구성 (참고 : https://vulkan.lunarg.com/doc/view/latest/linux/getting_started.html) nvidia/vulkan 이미지 빌드 (참고 : https://jsp-coding.tistory.com/43) xhost 권한 설정 # 다음의 명령어로 권한 설정(모든 권한 허용) xhost + * 빌드환경 메인 PC OS : Ubuntu 20..
[CARLA] 클라이언트 개발자 환경세팅 Docker container image와 그 빌드 과정은 앞전의 글을 참고한다. * CARLA 0.9.11 : https://jsp-coding.tistory.com/38 [CARLA Simulator] CARLA 0.9.11 Linux Build with docker CARLA Simulator Linux Build on Ubuntu 20.04 using docker 본 환경구축 방법은 개발환경에 의존적이며 개발환경이 달라지면 예기치 못한 에러가 발생할 수 있다. * 개발환경 Local OS : Ubuntu 20.04 GPU : RTX 4080 NVIDIA jsp-coding.tistory.com * CARLA 0.9.13 : https://jsp-coding..
CARLA Simulator Linux Build on Ubuntu 20.04 using docker 본 환경구축 방법은 개발환경에 의존적이며 개발환경이 달라지면 예기치 못한 에러가 발생할 수 있다. * 개발환경 Local OS : Ubuntu 20.04 GPU : RTX 4080 NVIDIA 드라이버 : 525.85.05 CUDA version : 12.0 cuDNN : 8.9 nvidia/vulkan image 사용 이미지 : nvidia/vulkan OS : Ubuntu 20.04.5 LTS python : 3.8.10 CARLA & Unreal Engine Version CARLA : 0.9.11 Unreal Engine : 4.24.3 1. 로컬 환경 1) 환경구축 NVIDIA 그래픽 드라이버 ..