분류 전체보기(99)
-
Car Damage Detection
Subject: Object detection1차: Car Damage Detection with Yolov5 and 8Period: a week(24/11/07~24/11/13) Goal: Detect position and sort of car damageDataset: car-damage_2 in RoboflowModel: YOLOv5, YOLOv8 이전에 웹개발을 했어서 그런지 반드시 어떤식으로 사람들이 접근할 수 있어야 한다는 생각을 했었다. 그래서 들어갈때부터 스트림릿으로 틀을 만들었고 그게 다른 팀들과 차이점을 주었다. 지금은 3차 플젝 진행중인데 웹구현이 일반적이지 않다는 것을 그때는 몰랐지... 여튼 모델과 기능은 간단하지만 전 주기를 경험해 보아서 개인적으로 만족한다. 총 일주일 기간을..
2024.12.09 -
install requirements error ERROR: Could not install packages due to an OSError: [Errno 2] No such file or directory: '/home/conda/feedstock_root/build_artifacts/brotli-split_1725267488082/work'
클라우드 환경에서 pip install -r requirements 했을 때 나온 에러stackoverflow에선 sudo, pip upgrade등등 많은 이유를 들긴 했는데나의 경우 저장했던 포맷이 달라서 생긴 일이라 다시 format까지 freeze하고 해당 파일을 설치했더니 잘 된다. # --format=freeze 추가pip list --format=freeze > requirements.txt# 원하는 가상환경 안에서 실행pip install -r requirements
2024.11.28 -
나를 위한 Tmux for Mac and windows11 정리
한 서버를 섹션 구분해서 이용하는 프로그램처음에는 이게 이해가 안가서 이중화 한다는건가 생각했었는데 써보니까 이해는 간다.근데 그만큼 서버 하나에 부하가 걸릴텐데 그건 또 괜찮은건가 모르겠다.한편으론 인공지능이면 사용자 트래픽이 엄청난 것도 아니라서 큰 무리는 없을것도 같다근데 또 모르지 서비스화 하면 모델이 모바일이던지 웹에 들어갈테니 그것도 또 고려해야 하고, oom 걸릴수도 있고.여튼 뭐든 알아두면 좋으니 정리해둔다.pm2와 같은 용도로 쓴다고 하는데 나는 pm2를 섹션을 나누기보다 멀티서버 띄우는 용도로 썼어서 잘은 모르겠다. - Mac# install in mac## pre-installed brewbrew install tmux# starttmux# create sessiontmux new ..
2024.11.21 -
Brew Install in Macbook M3
맥 오에스는 언제나 홈브루와 함께 하기에 설치한다. 메인 웹사이트대로 따라가면 된다.근데 전에는 설명이 몇 줄은 있었던 것 같은데 이번에는 딱 한줄이라서 의문을 가지고 쳤지만, 역시나.환경세팅이 또 들어가야 한다. # 1)## install/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" https://brew.sh/ HomebrewThe Missing Package Manager for macOS (or Linux).brew.sh # 2)## set environment### open file with vimvi ~/.zshrc### add single lineexport PATH..
2024.11.14 -
Use of Loss func, Optimizer
Loss function과 Optimizer를 어떤 것을 쓰느냐에 따라 아웃풋이 달라지기에 찾아본 내용.Quora에 나온 글에서 chatbot이 설명해준 정보를 긁어왔다.결론만 내자면 이산형인지 연속형인지 하는 데이터의 성격에 따라 선택이 달라진다고 한다.그 외의 경우 배치값, 학습률 등등을 조절해 섬세한 차이를 줄 수도 있겠다.Choosing the right optimizer and loss function for your neural network is crucial for achieving good performance. Here’s a guide to help you make informed decisions:1. Understand the Problem Type* Classification v..
2024.10.25