기록

OTX, Openvino Training Extensions은 Openvino용 모델 생성 툴킷이다 자세한 설명은 아래 깃헙에서,, https://github.com/openvinotoolkit/training_extensions GitHub - openvinotoolkit/training_extensions: Train, Evaluate, Optimize, Deploy Computer Vision Models via OpenVINO™ Train, Evaluate, Optimize, Deploy Computer Vision Models via OpenVINO™ - GitHub - openvinotoolkit/training_extensions: Train, Evaluate, Optimize, Deploy..

OTX, Openvino Training Extensions은 Openvino용 모델 생성 툴킷이다 자세한 설명은 아래 깃헙에서,, https://github.com/openvinotoolkit/training_extensions GitHub - openvinotoolkit/training_extensions: Train, Evaluate, Optimize, Deploy Computer Vision Models via OpenVINO™ Train, Evaluate, Optimize, Deploy Computer Vision Models via OpenVINO™ - GitHub - openvinotoolkit/training_extensions: Train, Evaluate, Optimize, Deploy..

CVAT과 이어짐 Datumaro는 준비한 데이터셋을 Train, Val, Test 용으로 분리해주는 툴이다 이렇게 데이터셋을 분리하면 정확도를 더 잘 측정할 수 있다 이번 글에서는 Datumaro 사용 방법에 대해 알아보고자 한다 준비물 : 파이썬 otx 가상환경, 데이터셋, Annotation 메타 파일 1. dataset 준비 - test 폴더 생성 > dataset 폴더 생성 > annotations과 images 폴더 생성 - annotations 폴더에는 json 파일 하나 - images 폴더에는 수집한 dataset - 나는 데이터셋 900개 어노테이션 1개, 이렇게 901개의 파일을 준비했다 2. 가상환경 준비 및 실행 # test 폴더에서 실행 python -m venv .otx sou..

전통적인 프로그래밍은 프로그래밍 언어로 규칙을 작성해서 데이터를 분류하는 형식이었다 이러한 전통적인 프로그래밍 방법으로는 수많은 요인을 컨트롤 하기는 어렵기 때문에 이를 해결하기 위해 머신러닝을 사용한다 머신러닝은 규칙을 직접 찾지 않는다 학습을 위한 데이터셋을 준비하고 데이터마다 레이블을 부여해, 이후 데이터와 레이블을 비교해서 분류를 진행하게된다 머신러닝을 공부하면 쉽게 접할 수 있는 단어가 텐서플로이다 텐서플로는 머신러닝을 돕는 프레임워크다 텐서플로 외에 파이토치, 케라스 같은 여러 프레임워크가 존재하고 이러한 프레임워크는 많은 사람들이 접해봤을 거라고 생각한다 나도 역시 텐서플로로 머신러닝을 처음 시작했지만, 여기에서는 인텔에서 만든 OpenVINO라는 프레임워크를 사용한 머신러닝을 기록하려고 한..