해양 데이터가 필요한 경우가 있었는데 나중에 찾아보기 편하기 위해 해양 데이터셋 플랫폼을 정리하고자 한다. 추천 순으로 작성한 것은 아니며, 해양 데이터셋만을 다루는 플랫폼이 아니더라도 포함하고 있는 플랫폼의 경우 모두 나열하였다. 예시에는 선박 운항 데이터를 중심으로 작성해놓았다.  1. 공공 데이터 포털예: 여객선 운항 정보, 선박 운항 정보, AIS 데이터https://www.data.go.kr/index.do 공공데이터 포털국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datasewww.data.go.kr 2. 연안 빅데이터 플랫폼예: 선박 운항 데이터(VDR,T..

YOLOv5를 학습하다가 예기지 못하게 중간에 중단 현상이 나타났다.(사실 전적으로 본인의 잘못😭) 그래서 YOLOv5 학습 도중 중단되었을 때 학습을 이어나가는 방법을 정리하고자 한다.  YOLOv5 이어서 학습하기--resume을 사용하면 된다!  YOLO 처럼 유명한 모델은 대부분 weight를 기록하고 저장하는 코드가 굉장히 잘 짜여 있다. 그렇기 때문에 그런 모델을 사용할 경우에 우리는 있는 것을 잘 찾아서 사용하기만 하면 된다! 원래 다음과 같은 명령어를 실행해서 epoch는 100으로 설정하고  훈련시키고 있었다.python train.py --img 640 --batch 64 --epochs 100 --data data/data.yaml --cfg models/yolov5s.yaml --..

object detection을 위한 데이터셋을 구축할 일이 있어서 찾아보다가 roboflow라는 사이트를 알게 되었다. vision task를 위한 여러 데이터셋이 이미 잘 구축되어 있고 라벨링도 본인이 원하는 방식에 맞게 다운받을 수 있어 알아두면 편할 것 같은 사이트이다!  다음 링크에 들어가면 많은 데이터셋 list가 나열되어 있다. https://public.roboflow.com/ Computer Vision DatasetsDownload free, open source datasets for computer vision machine learning models in a variety of formats.public.roboflow.com Data augmentation 하는 방법본론으로 들..

yolo를 훈련시키기 위해서는 먼저 이미지에 라벨링이 다 되어있어야 합니다.라벨링이 다 된 이미지를 구했다면 정말 다행이지만, 라벨링이 없는 이미지의 경우(예: 직접 수집한 이미지)에는 일일히 라벨링를 해줄 필요가 있습니다. YOLOv5 라벨링 형식yolo 라벨링 형식에 대해 간단히 언급하고 넘어가자면, 1.jpg라는 이미지가 있다면 이 이미지에 대한 라벨링 파일은 파일명은 똑같은 텍스트 파일로 1.txt이고 다음과 같이 구성되어 있습니다.0 0.329310 0.530864 0.527586 0.8098771 0.768103 0.577778 0.346552 0.651852 순서대로 class,center x, center y, width, height 를 나타냅니다.Class: 객체의 클래스 ID (정수)..

어느 모델을 돌릴 때나 본인의 환경에 맞게 파라미터를 사용하는데 cyclegan도 마찬가지이다.보통은 유명한 모델일수록 model에 관련된 설명이 github에 잘 나와있기 때문에 cyclegan도 dataset 경로, 모델 돌릴 때의 tips, 파라미터 설명 등이 github에 아주 잘 올라와 있지만,cyclegan을 train/test 할 때 많이 사용하는 파라미터를 기록용으로 옮겨 적어두고자 한다.  각 옵션들은 base_options.py, train_options.py, test_options.py 에 나눠져 있다. base options--dataroot: 데이터셋 이미지 경로 지정. trainA, trainB, valA, valB 등의 하위 폴더가 있어야 함default 값: 없음 (requ..

오늘은 StyleGAN이 등장한 논문"A Style-Based Generator Architecture for Generative Adversarial Networks"을 리뷰해보려고 합니다.  이 글은 나동빈님의 https://www.youtube.com/watch?v=HXgfw3Z5zRo 리뷰 영상을 참고하여 작성하였습니다. StyleGAN은 이미지 생성 네트워크 중에서 뛰어난 성능을 보이는 아키텍처를 제안합니다.  우선 StyleGAN을 등장시킨 Style-Based Generator Architecture for Generative Adversarial Networks의 주요 contribution은 다음과 같습니다. PGGAN을 기반으로 style transfer 분야의 아이디어를 활용해 고성능..

만약 내가 찍은 일상사진에 고흐 혹은 피카소의 작품 스타일을 적용하고 싶다면 어떻게 해야 할까? 인공지능의 가장 기본적인 내용으로 생각해 보자면 일반적인 사진과 미술 작품 스타일의 그림 여러 쌍을 supervised learning으로 학습시킬 수 있을 것이다.  하지만, 생각해 보면 사진과 미술 작품이 쌍으로 존재하는 데이터셋을 찾기란 쉽지 않다. 사실 거의 없다고 봐도 무방하다. 그렇다면 어떤 방식을 이용해서 유명한 화가의 스타일을 내 사진에 적용할 수 있을까? CycleGAN을 이용하면 가능하다.  CycleGAN을 이용하면 다음 그림과 같이 unpaired 된 도메인 간 style transfer가 가능하다.   CycleGAN은 'Unpaired Image-to-Image Translation ..

anaconda에서 주피터 노트북을 실행하려면1) anaconda prompt에 접속해서 jupyter notebook을 입력하거나2) 윈도우 탭에서 바로 접속이 가능하다.  하지만 가상환경에서 jupyter notebook을 실행하려면 아래 포스팅처럼 conda에서 가상환경을 생성한 후에 jupyter notebook을 따로 설치하고 가상환경에 커널을 연결시켜줘야 한다.1. 가상환경 생성 및 접속하기https://seoy00.tistory.com/8 conda에서 가상환경 생성하기(초간단)conda 가상환경 생성 conda에서 가상환경을 생성하고 싶을 경우, 아나콘다 터미널을 열어 아래 명령어를 입력해 실행한다. conda create -n python= 가상환경 목록 확인 conda env list ..