전체 글 (65) 썸네일형 리스트형 진자림 사과문 윤루카스 반응.jpg “사과는 차갑게 마음은 따뜻하게” VScode에서 파이썬 가상환경 설정하기(virtualenv) iterm 터미널에서 프로젝트 디렉토리 생성 mkdir selenium cd selenium 파이썬 가상환경 생성(python 3 - venv) python -m venv pyenv vscode 실행(visual studio code) code . 관리 > 설정 > 설정 검색 : "python" > Python > settings.json에서 편집 (또는) command + shift + p > 검색 : "settings" settings.json 편집(python.pythonPath 추가) "python.pythonPath": "~/workspace/vscodeProjects/selenium/pyenv/bin/python", (또는) 신규로 생성한 가상환경 경로로 변경 cd pyenv source bi.. 학습용 데이터셋 만들기 YOLOv8 모델을 개발하려고하는데 내가 의도한 사물을 인식하기 위해서는 커스텀 트레이닝을 수행해야 한다. 기존 모델에 추가 학습을 시키는 전이학습? 같은걸 해야하는데, 먼저 학습시킬 데이터가 필요하다. 그런데 기존 데이터셋을 보면 유명한 사이트에서 다운로드 받는 방식으로 만들어 내는것 같다. 이렇게 되면 내가 원하는 객체에 대한 학습을 하려니 내가 원하는 객체를 갖고있는 데이터셋이 없기 때문에 결국 내가 직접 만들어야 하는 상황이 생긴다. 그렇다면, 내가 데이터셋을 만들면 되지 않을까? YOLO에서 활용되고 있는 데이터셋을 다운로드 받고 그 구조를 분석해보자. 그리고 데이터셋을 만들어주는 어플리케이션앱을 개발하자. 맥북 m1 에서 파이썬 환경 구축하기 윈도우 환경에서 파이선을 개발하는건 무척이나 쉬운일이다. 이런 환경을 맥에서도 동일하게 구성하고 싶지만, 현실은 pandas 패키지 하나 설치하기가 쉽지 않고 대채 어디 설치된건지도 모르겠다. 아마 처음부터 다시 시작하는 마음으로 맥북환경에서 파이선 환경을 구축하면서 블로그를 작성하도록 하겠다. 일반적인 환경이 아니라 가상환경을 구축하고 개발하는 방향으로 접근해보자. 1. pyenv pyenv는 파이썬을 버전별로 관리하는 도구이다. pyenv virtualenv를 사용하면 파이썬 별로 가상환경을 쉽게 만들 수 있다. 2. pyenv 설치 https://github.com/pyenv/pyenv#homebrew-in-macos GitHub - pyenv/pyenv: Simple Python version m.. 카카오 애드핏 신청기 드디어 내 블로그도 30일이 경과 했다. YOLOv5를 학습하면서 기록삼아 블로그를 시작했는데 중간에 블로그 자동화 등 여러가지들을 시도해보다보니 블로그내의 자동화로 생성한 광고 글이 넘처나게 되었다. 당연하게도 카카오 애드핏에서 심사보류가 떳다. 부랴부랴 기존 광고글 들을 모조리 삭제했다. 재심사를 바로 할지는 아직 결정하지 않았지만, 다음에 시도 해보도록 하겠다. 돈버는 건 쉬운일이 아니고 쉬운길을 찾아낸 사람들도 많지만, 결국 진심으로 꾸준하게 하는 사람만이 돈을 버는 세상인것 같다. 화이팅 Android 핸드폰 개발자 옵션 켜기(활성화) 안드로이드 스튜디오로 플러터를 돌리면 결과물을 3가지 방식으로 확인할 수 있다. 1. 웹서버로 확인 2. 안드로이드 에뮬레이터로 확인 3. 내 핸드폰으로 확인 나는 여기서 카메라 모듈을 활용할 예정이기 때문에 핸드폰 연동을 수행할 것이다. 안드로이드 폰에서 설정 -> 휴대전화 정보로 들어간다. 소프트웨어 정보를 선택한다. 빌드번호를 연타한다. 개발자 모드가 켜지고 나면 다시 연타했을때 "개발자 모드를 이미 켜서 필요하지 않습니다" 라고 뜬다. 다시 설정 메인으로 가면 "개발자 옵션"이 생성되어있다. 안드로이드 스튜디오 또는 VS Code랑 USB 디버깅을 할거기 때문에 여기를 눌러 활성화 한다. 확인을 눌러서 디버깅을 활성화 하자. 여기까지 핸드폰에서 해줘야 하는 과정을 모두 수행했다. 다음으로는 안드로.. Flutter 개발 시작 내 목적은 학습한 YOLO를 모바일을 통해 전시하는 것이다. 때문에 안드로이드앱을 아주 간편하게 개발할 수 있어야 한다. Flutter는 아주 좋은 선택이라고 생각한다. Flutter와 Firebase 그리고 TFlite를 활용해서 앱을 개발하고자한다. 모바일 앱에서 인식한 결과를 Firebase에 저장하고 Firebase를 웹에도 연동시켜서 웹페이지에서도 확인할 수 있도록 개발을 진행해보겠다. YOLOv5는 별도로 학습을 수행하고 있으니 다른 글을 참고하길 바란다. 사실 Flutter를 개발하기 위해 IDE를 2개로 구축해놨다. 하나는 안드로이드 스튜디오, 다른하나는 Vscode이다. 둘다 잘 구축은 되었으나 편의상(YOLO를 함께 학습하는 과정이니) 안드로이드 스튜디오로 개발환경을 분리해서 수행하도록.. YOLOv5 Train 시키기 YOLOv5를 학습시키는 과정을 진행해보자. 먼저 튜토리얼을 참고하면 아래와 같은 코드로 수행하면 된다. from ultralytics import YOLO # COCO 사전 훈련된 YOLOv5n 모델 로드 model = YOLO('yolov5n.pt') # 모델 정보 표시 (선택 사항) model.info() # COCO8 예제 데이터셋을 사용하여 모델을 100번 에포크로 훈련 results = model.train(data='coco8.yaml', epochs=100, imgsz=640) # 'bus.jpg' 이미지에 대해 YOLOv5n 모델로 추론 실행 results = model('path/to/bus.jpg') 먼저 train.py 파일에 들어가서 예제를 수행해보자. python train.py.. 이전 1 ··· 3 4 5 6 7 8 9 다음
