분류 전체보기 119

StyleGan3 Custom(그림) Data로 학습하기

오늘은 stylegan3로 간단한 훈련을 진행해보겠습니다 전체적인 순서는데이터 준비 (이미지 파일)  →  데이터셋 만들기  →  훈련이렇게 진행되겠습니다   데이터 준비일반적으로 데이터를 준비할 때 실사 이미지를 가지고 준비하지만 저는 오늘 그림 데이터를 준비했습니다하지만 훈련과정은 동일 하니 참고 하시면 될 것 같습니다  각각 크기가 다른 집 이미지 500장을 준비 했습니다하지만 stylegan 훈련에 필요한 데이터셋에는 동일한 크기의 이미지(256X256, 512X512, 1024X1024)가 필요해서 먼저는 이미지 크기를 변환 합니다 변환은 꿀뷰를 사용했습니다   저는 이미지의 크기를 512X512로 하겠습니다 또 여백  붙이기로 사용했지만 꽉차게 늘리기를 사용하셔도 무방합니다 폴더는 따로 생성하..

카테고리 없음 2023.06.26

Stylegan3 window11 설치

4090 gpu를 사용하는 window11 환경에서 cuda 11.1 버전을 설치하겠습니다 저랑 비슷한 환경인 경우 시도해 보시면 좋을 것 같습니다 stylegan3를 사용하기 위해서는 python 3.8, pytorch 1.9.0(이상버전), cuda tookit 11.1(이상버전) 이 필요하기에 저는 제 컴퓨터와 맞는 cuda 11.1과 cudnn 8.1.1로 설치하였습니다 1. CUDA 설치 먼저는 밑에 링크에 들어가셔서 cuda 11.1을 설치해 줍니다 https://developer.nvidia.com/cuda-11.1.0-download-archive CUDA Toolkit 11.1.0 Get CUDA Toolkit 11.1.0 for Linux and Windows. developer.nvi..

Stylegan3 2023.05.18

detectron2 windows 10 설치

(참고)cuda version 10.1 기준으로 설치를 했습니다 - Detectron2의 공식 버전은 windows에 지원하지 않기 때문에 해당 설치 방법을 따라하시면 완벽하게 작동이 됩니다 Anaconda Prompt에서 가상환경을 생성하고 접속 (conda create -n 가상환경이름 python=파이썬버전) (conda activate 가상환경이름) conda create -n detectron2 python=3.7 conda activate detectron2 cuda 설치 - pythorch버전 1.6, 1.5, 1.4와 함께 사용할 수 있는 cuda 10.1을 사용합니다 https://developer.nvidia.com/cuda-10.1-download-archive-base CUDA To..

detectron2 2021.12.28

yolov5 windows 10 설치

(참고)cuda version 10.1 기준으로 설치를 했습니다 Anaconda Prompt에서 가상환경을 생성하고 접속 (conda create -n 가상환경이름 python=파이썬버전) (conda activate 가상환경이름) conda create -n yolov5 python=3.8 conda activate yolov5 yolov5 설치하고 yolov5폴더로 이동 (cd yolov5를 설치하고자 하는 폴더위치) (git clone 깃허브주소) cd C:/ git clone https://github.com/ultralytics/yolov5.git cd yolov5 내 cuda version을 확인 nvcc --version - cuda가 설치되어 있지 않은 경우에는 밑에 주소에서 다운 받으시면..

yolov5 2021.12.27

파이썬으로 미디어 파이프 튜토리얼 해보기

- 미디어파이프 설치 : !pip install mediapipe opencv-python import cv2 import mediapipe as mp import numpy as np mp_drawing = mp.solutions.drawing_utils mp_pose = mp.solutions.pose # 웹캠실행 cap = cv2.VideoCapture(0) while cap.isOpened(): ret, frame = cap.read() cv2.imshow('Mediapipe Feed', frame) if cv2.waitKey(10) & 0xFF == 27: # esc 키를 누르면 닫음 break cap.release() cv2.destroyAllWindows() - 기본 웹캠 1. 감지 cap ..

제작 도전 2021.07.27

객체 인식

* 객체 인식 = 여러가지 객체에 대한 분류 + 객체의 위치 정보를 파악하는 위치 검출 1단계 객체인식 : 두 문제(분류와 위치 검출)를 동시에 행하는 방법 - 빠르지만 정확도가 낮다 예) YOLO, SSD 2단계 객체인식 : 두 문제를 순차적으로 행하는 방법 - 느리지만 정확도가 높다 예) R-CNN * R-CNN - CNN(합성곱)과 이미지에서 객체가 있을 만한 영역을 제안해 주는 후보영역 알고리즘의 결합 (선택적 탐색) 순서 1. 이미지를 입력으로 받음 2. 2000개의 바운딩 박스를 선택적 탐색 알고리즘으로 추출한 후 잘라내고 CNN모델에 넣기 위해 같은 크기로 통일 (바운딩박스 : 3d 오브젝트의 형태를 모두 포함할 수 있는 최소 크기의 박스를 말한다) 3. 크기가 동일한 이미지 2000개에 각..

딥러닝 배우기 2021.07.16