| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
- deep learning
- googlemp
- 안드로이드
- Google Map
- virtualenv
- 안드로이드 스튜디오
- cudnn
- ubuntu
- 자신만의
- 이미지 인식
- 지도
- #YOLO #darknet # cuda #gpu
- 현재위치
- CUDA
- Python
- 이미지인식
- Android
- YOLO
- Android Studio
- opencv
- 버전 업그레이드
- API
- yolo mark
- bazel
- tensorflow
- GPU
- Today
- Total
목록YOLO (2)
Be happy
YOLO_MARK-YOLO V2 자신의 데이터로 딥러닝(데이터 학습)
안녕하세요? 오늘은 YOLO V2를 자신만의 데이터로 딥러닝시키는 데이터 학습하는 법을 알아보도록 하겠습니다. https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects https://github.com/AlexeyAB/Yolo_mark 위의 두 사이트를 통해서 학습시키는 방법을 알게되었다. 참고하면 좋을 것이다. 나의 말로 요약을 해보도록하겠다. 1.Yolo_mark 위의 명령어를 실행하면 Yolo_mark라는 프로그램이 실행된다. 새랑 비행기가 나타날 것이다. 일단은, 터미널 창에서Ctrl+c를 눌러서 종료시킨다. 2.맞춤 이미지 라벨링-x64/Release/data/img 디렉토리에서 모든 파일을 삭제한다. -x64..
YOLO V2 환경 구축하기 1(CUDA 8.0과 CUDNN 5.1 설치)
안녕하세요? 오늘은 YOLO V2를 돌리기에 앞서 먼저 환경 구축을 해야하는데 환경 구축하는 방법에 대해 말해보겠습니다.ubuntu 16.04(64bit)에 CUDA8.0과 cuDNN 5.1, OPENCV 3.3의 환경을 기반으로 YOLO V2를 설치해 사용했으며, CPU,GPU 사양은 다음과 같다. CPU:Intel(R) Core(TM) i5-7600 CPU @ 3.50GHzGPU:GeForce GTX 1070 8GB 먼저, ubuntu 16.04(64bit)에 CUDA8.0과 cuDNN 5.1의 설치에 대해 시작하겠습니다. 우분투를 처음 설치하고 나서 본격적인 설치 작업을 수행하기 전에 패키지 업데이트를 수행한다. NVIDIA graphic driver를 설치하기 위해 다음과 같이 명령어를 입력한다...