정비지원시스템 개발

정비지원 시스템을 개발하기 위한 구조를 설계하고 직접 개발한다.

 

운용개념: 모바일폰으로 고장 부위를 촬영하고 고장난 부분에 대한 고장모드를 코드로 변환하여 서버에 전달한다.

 

필요 기능

1. 사물인식 기능

고장 부위를 인식시키기 위해서는 사물인식 기능을 탑재 해야한다.

사물인식을 하기 위한 도구로는 스마트폰을 활용한다.(별도의 기기 개발? 불가능)

 

 1-1. 사물인식 

  사물인식을 하기 위해서는 적당한 객체인식 알고리즘을 선택해야 한다.

  별 고민 없이. 가장 유명한 Yolo를 활용하기로 결정했다.

  가장 최신 버전인 YOLOv8을 사용하기로 결정했다. 

  성능적인 측면에서 가장 좋은 퍼포먼스를 보이기 때문이다. 

https://youtu.be/QOC6vgnWnYo?si=m9npqfosp7SrXV2a

 

 

 1-2. 개발환경 구축

  YOLO를 활용하기로 결정했으니, 이제 YOLO를 커스텀 학습을 시킬 수 있는지 확인해봐야 한다.

https://youtu.be/em_lOAp8DJE?si=E5EicebADoetY5IR

 

여기 아주 좋은 학습 유투브가 있어 참조하려고 한다.

그런데 개발환경을 구글코랩(GoogleColab)을 활용한다고 한다. 

나도 그냥 활용하면 될 것 같은데, 성격이 괜히 또 쓸데없는 짓을 하고 싶어한다.

구글코랩은 클라우드 서비스 인거 같은데, 집에서 쉬고있는 그래픽카드를 괜히 건드려 보고 싶어진다.

그래서 개발 환경을 구글 코랩이 아닌, 파이토치에서 돌려 보고자한다.

 

1-2-1. 파이토치

예전에 머신러닝, 딥러닝이 유행하기 시작할때 잠깐 아나콘다 환경을 구축해본 경험이 있다. 당시에 CUDA를 활용한 환경을 구축하려다가 너무 힘들어서 포기한 기억이 있다. 이번에는 텐서플로우의 아나콘다 조합이 아니라 온전히 파이토치로만 환경을 구축하고 진행해보려고한다.

최신 버전의 파이토치를 설치하려면 위와 같은 선택사항을 고르고 다운을 받아야 하는데 무턱대고 받지말고 현재 나의 CUDA 플랫폼 버전을 확인해보려 한다.

 

CUDA 버전을 확인하는 방법은 윈도우키+R 을눌러 CMD를 실행시키로 nvcc --version 명령어를 실행시키면 된다.

제대로 될리가 없다.

 

당연하게도 CUDA를 설치하지 않았기에 명령을 실행시켜도 될리가 없다.

나는 현재 Geforce의 GTX1080을 탑재하고 있으니 한번 CUDA를 설치해보기로 하자.

 

1-2-1-1. CUDA 설치

두서없이 개발을 하려하니, 항,절 관리 없이 무한으로 늘어나는 기분이지만, CUDA 툴킷을 설치하려면 아래 사이트를 방문하면 된다.

https://developer.nvidia.com/cuda-toolkit-archive

CUDA Toolkit Archive

여기서 최신 버전의 CUDA 툴킷을 설치한다.

나는 윈도우이기 때문에 OS를 Windows로 선택한다.

 

 

대충 설치중...

설치가 오래걸리니 다음 포스팅으로 이어가겠다.