GPU : GeForce RTX 2080 Ti SUPER 총 6개의 Class(chip, crispy, almond, gum, coffee, pepero)를 위에서 내려다보는 각도에 고정시킨 카메라로 볼 때 Object detection 결과를 확인하는 프로젝트를 수행했습니다. 1차 (학습 : 12000번) 물체의 옆 면과 윗면을 돌리면서 물체 자체를 회전시키는 데이터셋을 만들었습니다. Class 1 (원본 11개, rotate 396개, 총 407개) Class 2 (원본 9개, rotate 346개, 총 355개) Class 3 (원본 7개, rotate 504개, 총 511개) Class 4 (원본 18개, rotate 630개, 총 648개) Class 5 (원본 10개, rotate 489개, ..
Project/Project 2020. 6. 4. 21:34
데이터 셋 조합하기 Kitti dataset을 Yolo dataset 형태로, BDD100K dataset -> COCO dataset -> Yolo dataset 형태로 변환, BDD100K dataset에서는 traffic light class만 추출해 따로 txt파일을 생성. 1. KITTI -> YOLO $ git clone https://github.com/packyan/PyTorch-YOLOv3-kitti.git $ cd PyTorch-YOLOv3-kitti/ $ sudo pip3 install -r requirements.txt $ cd label_transform 2. BDD -> COCO https://github.com/ucbdrive/bdd-data BDD json file을 COCO..
Project/Project 2020. 6. 4. 21:00
GPU : GeForce RTX 2080 Ti SUPER 총 6개의 Class(chip, crispy, almond, gum, coffee, pepero)를 위에서 내려다보는 각도에 고정시킨 카메라로 볼 때 Object detection 결과를 확인하는 프로젝트를 수행했습니다. 1차 (학습 : 12000번) 물체의 옆 면과 윗면을 돌리면서 물체 자체를 회전시키는 데이터셋을 만들었습니다. Class 1 (원본 11개, rotate 396개, 총 407개) Class 2 (원본 9개, rotate 346개, 총 355개) Class 3 (원본 7개, rotate 504개, 총 511개) Class 4 (원본 18개, rotate 630개, 총 648개) Class 5 (원본 10개, rotate 489개, ..