전체 글 (61) 썸네일형 리스트형 Jetson 보드 활용 ROS/SLAM 프로그래밍 과정 목차 Jetson 보드를 활용하는 ROS/SLAM 프로그래밍 목차입니다. 아직 ROS 로봇 프로그래밍 이라는 서적을 교재로 사용하고 있습니다. 깃허브에 튜토리얼 사이트가 있어서 참조할 수 있습니다. 로스 프로그래밍 튜토리얼 (https://github.com/ROBOTIS-GIT/ros_tutorials) 실습 장비는 Nvidia Jetson TX2 를 이용합니다. ROS 소프트웨어 플랫폼(1장) 2. ROS 중요 컨셉, 명령어, 도구(2~6장) ROS 기본 프로그래밍(7장) (토픽 서비스, 액션서비스) ROS 센서 프로그래밍(8장) (camera, opencv, lidar...) 로봇 프로그램과 딥러닝 영상분석 YOLO darknet darknet_ros slam, navigation 시뮬레이션 (11장) .. YOLO v1~v3 퀵 리뷰 급할때 보려고 만든 YOLO v1~v3 퀵 리뷰 입니다. YOLO You only look once: Unified, real-time object detection * 하지만 만약 필요하다면 앞 블로그 참조하고 오셔도 좋습니다. 1. 딥러닝 영상분석 3총사를 구분하시나요 6-1 Faster RCNN, YOLO, SSD 심플 차이점 ... 그럼 시작합니다. ☆ Detection without Proposals: YOLO Go from input image to tensor of scores with one big convolutional network! https://pjreddie.com/darknet/yolo/?utm_source=next.36kr.com 이미지를 일정크기 그리드셀로 나누어 예측 x,.. Yolo SSD 딥러닝 영상분석 최적화 과정 - 목차(업데이트) 케이트쌤과 왕박사가 진행하는.. Yolo SSD 를 적용해서 개발 또는 연구하고자 하는 분들을 위한 아카데미 3일 과정 목차입니다.. 1. 딥러닝 영상분석과 CNN 리뷰 2. FCN 과 Object Detection 개요 3. darknet Yolo 의 논문과 소스 소개 4. SSD 의 논문과 소스 소개 5. Nvidia 추론 라이브러리 TensorRT 6. Nvidia TX2 테스트 7. Tensorflow SSD 훈련 실습 1. TensorRT 이해와 활용 2. 훈련된 모델 export 및 convert 3. jetson inference 테스트 4. DeepStream 소개와 활용 5. Pytorch SSD - Jetson 보드에서 training, trt-onnx convert, - inferen.. Yolo v4 - 왜 어메이징한 네트워크인가 Yolo v4 가 나왔더군요. 그런데 정작 darknet 사이트에 가보면 휑 합니다. https://pjreddie.com/darknet/ 예전의 Yolo V3에 대하여 마음껏 자랑하던 그 분위기는 다 어디가고 심지어 V4 가 나왔다는 언급도 보이지를 않는데.. 무슨일일까요? 움.. Yolo V4 는 조셉 레드몬이 아닌 다른 분들이 개발한 (하지만) 어메이징한 네트워크이군요. 그래서 저자가 다르니 github 조차도 (당연히) 다릅니다. V1~3 : https://github.com/pjreddie/darknet V4 : https://github.com/AlexeyAB/darknet 원작자는 자기 기술이 군사 기술에 사용되는게 싫으시다고 업계에서 손절하셨답니다... 일단 논문을 보는 것도 좋아요. ht.. ROS teleop Key 구독자 발행자 테스트 자율주행을 개발하는 시대에 이런 teleop 따위가 필요한 이유는 자율주행 개발 기본이 "주행 제어" 이기 때문입니다. 당연히 teleop key 로 운전하는 것은 추천하지 않습니다. 자율 주행 전에 ROS 로 주행제어 코드 만들어서 테스트하는 용도라고 보시면 됩니다. 지난 달에는 아르바이트로 안전 주행을 위한 모터 제어기를 개발 했는데 다음주부터 Nvidia Jetson 보드에 연결해서 ROS 로 제어를 하려고 하니까 일단은 기본 주행 제어가 필요하고.. 조이스틱도 좋지만 우선은 teleop 을 구현해놓는게 좋겠더군요. 저는 개발할 때 항상 V사이클 Model Based Development 방법론을 통한 Software Reliabllity 를 많이 강조를 하는데요. 사실 코딩이라는게 왕도가 없으니까.. Bag of Freebies 가 주목 받는 이유 Bag of Freesbies 라는 기술이 성능 향상에 키워드 중 하나가 될 전망인가 봅니다. 애초에 성능이 좋은 Faster RCNN 의 경우조차도 1.1~1.7%의 성능향상이 있는데 YOLO V3 가 5% 나 좋아졌군요. 그래서 조셉 레드몬 님께서 이 업계에서 손털고 나간 후 후임자가 YOLO V4 를 개발할 때 Bag of Freesbies 를 대놓고 도입했나봅니다. Object detection 은 컴퓨터 비전에서 가장 기본적인 응용 프로그램 중 하나입니다. 최신 최첨단 탐지기 (이미지 분류 및 YOLO와 같은 single-stage 또는 RC와 같은 multiple-stage 포함)는 VGG, ResNet 등과 같은 이미지 분류 백본 네트워크를 기반으로합니다. inference 중에 추가 계산 .. Efficient Net : AutoML 과 모델 Scaling 을 통한 정확도와 효율성 향상 근래에 EfficientNet 에 대해 생각도 고민이 많다. 오 구글이 역시 또... !!! (은근 TPU 자랑질은 덤이더라) 근데 속세의 혐생 개발자가 오토 ML 씩이나 돌려야한다니 너무 사치스러운거 아닌가 자괴감 들고... 하지만 뭐 어쩔꺼나 AI 인생 인퍼 속도랑 성능만 쩔면 그만 아닌가 싶기도 하고 ... (고민의 물레방아) ----------------------------------------------------------------------------- CNN (Convolutional Neural Network)은 일반적으로 고정 리소스 비용으로 개발 된 후 더 많은 리소스를 사용할 수 있을 때 더 나은 정확도를 달성하기 위해 확장(scaled up) 됩니다. 예를 들어, 레이어 수를 .. ResNet 소개 CNN 네트워크로써 정확도를 높히려면 '더 깊은 곳으로 가야합니다' 만 네트워크의 깊이가 특정 임계 값을 넘어서면서 기존의 CNN은 제대로 작동하지 않습니다. ResNet (Deep Residual Learning for Image Recognition, Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun, 2015) 을 사용하면 보다 Deep 한 네트워크 트레이닝이 가능해집니다. 2012 년에 Krizhevsky 는 Deep Convolutional Neural Network 를 위한 레드 카펫을 출시했습니다. 이는 전통적인 CNN의 기초가 되었으며 Convolution 레이어와 활성화 기능, Max Pooling 작업이 뒤 따릅니다 (때로는 풀링 작업이 생략되어 .. 이전 1 2 3 4 ··· 8 다음
