말랑코딩

매번 사용하지만 매번 찾아서 사용하는 파이썬에서 제이슨 포맷 # 읽기 import json with open('C:\\test.json', 'r') as f: data = json.load(f) print(json.dumps(data, indent='\t')) 또는 f=open('file/path.json','r') data = json.load(f) f.close() print(json.dumps(data, indent='\t')) # 쓰기 with open('path/save.json', 'w', encoding='utf-8') as f: json.dump(data, f, indent="\t") 또는 f=open('path/save.json', 'w') json.dump(data, f, indent=..

기존 object detection의 최대 단점 각각의 격자셀이 오직 하나의 물체만 감지할 수 밖에 없다. 이를 해결하기 위한 방법으로 앵커박스 사용. 앵커박스 (anchor box) 한 이미지 내에서 두 물체가 한 격자 셀에 나타날 경우를 다루는 방법 3x3 격자 셀 대신 19x19 와 같은 격자셀을 사용하면 이러한 경우는 거의 드물게 발생함. Output y 위 그림에서 보는 것처럼, 출력 y는 pc, bx, by, ... 와 같은 값을 출력한다. 각 앵커박스는 8개의 값을 부호화하는데, Pc = 해당 위치에 사람이 있다는 것을 나타냄 Bx,y,h,w = 해당 위치의 좌표 C1,2,3 = 해당 클래스(세개일 때 기준으로, 0번 클래스라고 예측하면 1 0 0 값을 출력) 결과값 y의 shape = 3x..

yolox 실행 환경 셋업을 위해 아래 명령어를 실행했더니 아래와 같이 urllib3 관련 에러가 발생했다. error: urllib3 1.26.7 is installed but urllib3!=1.25.0,!=1.25.1,=1.21.1 is required by {'requests'} root@b0b2843c3f78:/app/exp2_yolox# python setup.py develop running develop running egg_info writing yolox.egg-info/PKG-INFO writing dependency_links to yolox.egg-info/dependency_links.txt writing requirements to yolox.egg-info/requires.t..

python setup.py develop 으로 실행 환경 설정을 하려고 했는데 아래와 같은 g++ 에러가 떴다. (torch_new) root@35156265a412:/app/YOLOX# python setup.py develop running develop running egg_info writing yolox.egg-info/PKG-INFO writing dependency_links to yolox.egg-info/dependency_links.txt writing requirements to yolox.egg-info/requires.txt writing top-level names to yolox.egg-info/top_level.txt /opt/conda/envs/torch_new/lib/p..

1. docker hub 에서 아래 이미지를 불러와서 설치해야한다. -> 기존에 쓰던 continuumio/miniconda3 이미지로 실행했었는데, gcc 와 g++ 설치가 안 돼서 yolox를 실행하기 위한 환경설정 파일인 setup.py 실행이 불가능했다. docker pull torch:cuda11.1_cu8 2. git 코드 가져오기 git clone https://github.com/Megvii-BaseDetection/YOLOX.git cd YOLOX 3. requirements.txt 설치 pip install -r requirements.txt 4. 실행 환경 설정 python setup.py develop 5. 데모를 실행하기 위해서는 벤치마크에서 standard model 또는 lig..

docker 메모리 에러 해결 docker run 명령어 입력 시 --ipc=host 추가해주어 해결 !! docker run --gpus all -it -p 8888:8888 -p 6006:6006 --ipc=host -v $(pwd):/workspace hello:1.0 /bin/bash