본문 바로가기
728x90
반응형

딥러닝8

[ONNX] ONNX 란? - 탄생 배경, 목적, 성능 테스트 ONNX (Open Neural Network Exchange)? ONNX는 딥러닝 모델의 상호 운용을 위해 생긴 프레임워크입니다. Pytorch에서 처음 만들어졌으며, 현재는 많은 기업들이 ONNX를 지원하고 있습니다. 왜 ONNX 가 나오게 되었는지, ONNX는 무엇인지 하나씩 살펴보도록 하겠습니다. 더 전문적이고, 자세한 내용이 필요하시다면, ONNX 공식 홈페이지 참고 부탁드립니다. https://onnx.ai/about.html ONNX | About Technical Design ONNX provides a definition of an extensible computation graph model, as well as definitions of built-in operators and sta.. 2022. 12. 16.
[ONNX] ONNX로 pytorch 딥러닝 모델 변환/추출/실행하기 (Yolov5) 다른 개발자 분과 이야기하다가 ONNX에 대해 접하게 되었습니다. 사실 ONNX를 코드에서 봤을 때는 뭐 새로운 게 딥러닝 라이브러리인가? 싶었는데, 생각보다 활용성이 많은 것 같아, 이번에 한번 간단하게 테스트를 해보고자 합니다. 간단하게 ONNX의 개념을 살펴보고, ONNX변환 코드를 소개하겠습니다. ONNX 란? ONNX는 다른 환경에서 제작한 딥러닝 모델을 호환해서 사용할 수 도록 해주는 교차 플랫폼 모델 가속기입니다. ONNX는 pytorch, tensorflow/keras, tflit, scikit-learn 및 기타 프레임워크 모델과 함께 사용할 수 있습니다. Pytorch에서 작성한 모델을 ONNX로 변환하는 방법 1. onnx 파일 추출 2. onnxruntime 이용하여 실행 onnx .. 2022. 12. 15.
[시맨틱 세그멘테이션] 왕초보도 가능한 이미지 영역 분리하기 (python, pytorch) 자율주행차와 인공지능 자율주행차는 종합예술,미래 기술의 집약체라는 말을 종종하곤 합니다. 요즘 나오는 자율주행차를 보고 있으면 언제 이렇게 기술이 발전했나 싶을정도로 기술의 발전이 놀라운데요, 오늘은 그 일부인 시맨틱 세그멘테이션 기술을 소개합니다. 시맨틱 세그멘테이션은 말 그대로, 의미론적으로 나누는 것입니다. 사람은 사람 영역으로, 길은 길 영역으로 나누는 기술입니다. 코드는 아래의 pytorch 공식 홈페이지에서 가져왔으며, 아래 링크를 들어가면, 환경설치 없이도 간단하게 코드를 테스트해볼 수 있습니다. https://pytorch.org/hub/pytorch_vision_deeplabv3_resnet101/ PyTorch An open source machine learning framework .. 2022. 12. 12.
[이미지생성] 왕초보도 가능한 인공지능/딥러닝으로 자동으로 이미지 생성하기 디자인도 인공지능이 하는 요즘 시대 요즘 인공지능으로 만든 작품이 심심치 않게 전시회에 출품된다는 뉴스를 보았습니다. 인공지능이 정말 다양한 분야에서 활용되고 있는 것 같습니다. 오늘은 인공지능으로 간단하게 패션 이미지를 생성해보는 코드를 소개하고 합니다. 코드는 아래의 pytorch 공식 홈페이지에서 가져왔으며, 아래 링크를 들어가면, 환경설치 없이도 간단하게 코드를 테스트해볼 수 있습니다. https://pytorch.org/hub/facebookresearch_pytorch-gan-zoo_dcgan/ PyTorch An open source machine learning framework that accelerates the path from research prototyping to product.. 2022. 12. 10.
[파이썬] 인공지능(AI), 딥러닝 코드 필수 기초 문법 (2) - for 문, if 문 인공지능(AI), 딥러닝 코드에 자주 쓰이는 for 문과 if 문에 대해 알아보려고 한다. for문은 영어로는 "~동안" 이라는 뜻이고, if문은 영어로는 "만약에" 라는 뜻이다. 코딩에 사용될 때도 똑같은 의미로 사용된다. 본 포스팅에서 다룰 전체 코드는 다음과 같다. 아래 코드가 전부 다 이해가 간다면 본 포스팅을 패스해도 좋다. # itmes 이라는 이름으로 list 자료형의 변수 선언 itmes = [1,2,3,4,5,"Hello", "world", 6] # for문 1 for k in range(0, len(itmes)): #len(*)은 *의 전체 데이터 길이를 알려줌 print(k, itmes[k]) # for문 2 for k in itmes: print(k) a = 3 if a > 4: p.. 2022. 12. 7.
[파이썬] 인공지능(AI), 딥러닝 코드 필수 기초 문법 (1) - 변수 선언, 자료형, 함수 인공지능(AI), 딥러닝 코드를 이해하려면 몇가지 기초 문법을 알고 있어야 이해하기가 수월하다. 변수 선언, 자료형, 함수는 코드를 볼 때 필수적으로 마주하는 문법이다. 본 포스팅에서 살펴볼 전체 코드는 다음과 같다 아래 코드가 전부다 이해가 간다면 본 포스팅을 패스해도 좋다. # 변수선언 a = 1 # 정수로 선언 (integer) b = 1.0 # 실수로 선언 (float) c = "문자" # 문자로 선언 (string) d = [1,2,3] # 리스트로 선언(list) print(type(a), type(b), type(c)) #list 활용 d.append(4) # 리스트 마지막에 숫자 4 추가 d.append("테스트") # 리스트 마지막에 문자 "테스트" 추가 print(d) # 기본형태 {k.. 2022. 12. 6.
[객체탐지] 왕초보도 가능한 인공지능/딥러닝으로 동영상에서 객체 탐지하기(파이썬, pytorch, YOLO v5) 자동으로 이미지/동영상의 객체를 찾아주는 객체 탐지 객체탐지에서 성능이 좋아 많이 쓰이고 있는 기술(모델)이 YOLO입니다. 그 중 YOLOv5 모델의 코드를 공유합니다. 환경 설정없이 코드를 테스트해보고 싶다면, 아래 파이토치 공식 홈페이지에서 가능합니다. https://pytorch.org/hub/ultralytics_yolov5/ 동영상 탐지하기 . 앞의 코드를 활용하여, 동영상에서 사람을 불러와서 사람을 탐지하고, 결과를 저장하는 코드를 소개합니다. cap = cv2.VideoCapture('input.mp4') 이 부분에 입력으로 사용할 동영상의 이름을 넣습니다. 그리고, 실행하면 결과로 'output,mp4'로 된 객체 탐지 결과 동영상을 얻을 수 있습니다. import cv2 import t.. 2022. 12. 3.
[객체탐지] 왕초보도 가능한 인공지능/딥러닝으로 이미지에서 객체 탐지하기(파이썬, pytorch, YOLO v5) 성능이 정말 좋아서.. 이게 안쓸 수가 없잖아? 요즘에는 코드 한줄로 딥러닝을 불러올 수 있는 모델들이 많이 소개되고 있습니다. 오늘은 유명한 객체탐지 모델을 사용해보고자 합니다. 환경 설정없이 코드를 테스트해보고 싶다면, 아래 파이토치 공식 홈페이지에서 가능합니다. https://pytorch.org/hub/ultralytics_yolov5/ 불러오는 중입니다... 코드를 좀 살펴볼까요? YoloV5 를 이용하여 이미지 내의 사람을 탐지하는 코드입니다. 전체 코드는 20줄이며, 실제로 딥러닝을 실행하는 코드는 아래의 단 3줄입니다. 실행방법은 2단계 입니다. 1. frame = cv2.imread('공원.png') : 이 부분의 이미지를 자신이 원하는 이미지로 변경합니다. 2. 실행, 끝! 자세한 코드.. 2022. 12. 2.
728x90
반응형