Let's GO GO Let's GO GO

딥러닝을 하기위해 중요한 것은 데이터다. 그런데 데이터를 수집하기 매우 어렵다. 다행히 글자데이터를 생성하는 오픈소스가 있다. 이 오픈소스를 이용해서 글자 데이터를 얻었다. https://github.com/Belval/TextRecognitionDataGenerator GitHub - Belval/TextRecognitionDataGenerator: A synthetic data generator for text recognition A synthetic data generator for text recognition. Contribute to Belval/TextRecognitionDataGenerator development by creating an account on GitHub. github...

딥러닝으로 영수증에 있는 글씨를 인식해볼려고 한다. 글자인식은 쉬운 방법으로 tesseract가 있는데 인식오류가 많다는 것을 알았다. 그래서 인식율을 높이기 위해 어떤 기술이 필요한지 조사를 했다. OCR은 크게 두 가지 기술이 있다. 1. 문자 찾기 => 사진에 문자가 있는 영역 표시 2. 문자 식별 => 표시한 영역에 문자 식별 아래 영상에서 관련 정보를 알 수 있다. https://tv.naver.com/v/4578167 글자읽는 AI: 밑바닥부터 외국어 정복까지 NAVER Engineering | 글자읽는 AI: 밑바닥부터 외국어 정복까지 tv.naver.com OCR 계획이다. 1. 글자 데이터 수집 2. 데이터 학습 3. 테스트

https://www.youtube.com/watch?v=C4WH5b-EidU 유튜브에 지렁이 강화학습하는 예제가 있어서 한번 직접 구현하려고 한다. 지렁이 게임 세팅 https://github.com/rajatdiptabiswas/snake-pygame/blob/master/Snake%20Game.py GitHub - rajatdiptabiswas/snake-pygame: A snake game written in Python using the Pygame library :snake: A snake game written in Python using the Pygame library - GitHub - rajatdiptabiswas/snake-pygame: A snake game written in P..

이전에 라벨링을 수정 후 테스트했을 때 일부 토마토가 아닌 것을 토마토라고 검출되었다. 같은 라벨링에서 모델을 yolov5s가 아닌 그 상위 버전을 사용하면 어떤 결과가 나오는지 확인하려고 한다. 상위 버전 리스트는 다음과 같다. yolov5m yolov5l yolov5x 모델을 만들어서 비교 영상을 만들었다. 아래 영상은 재생속도를 낮춘 영상이다. 결과적으로 yolov5x가 겹쳐진 토마토를 잘 분리해서 인식한 것으로 보인다.

지난번 모델 테스트 결과 토마토가 아닌 부분도 토마토라고 인식했다. 이 원인이 라벨링 작업을 하면서 토마토가 살짝이라도 보이면 토마토라고 라벨링을 했는데 이 때문에 문제가 생긴 것 같다. 그래서 라벨링을 수정하고 모델을 테스트하려고 한다. 일단, 라벨링을 수정한 결과물이다. 그리고 이 데이터를 다운을 받고 학습을 진행했다. 이전에 비해 가려진 토마토는 덜 인식하지만, 토마토인것은 확실하게 구분하는 것을 볼 수 있다. 이 모델을 이용해서 토마토 데이터를 얻고, 그중 익은 토마토와 안 익은 토마토를 구분하는 모델을 만들 예정이다.

Yolov5를 이용해서 토마토를 인식하게 만들려고 한다. 일단, PC 세팅은 아래 유튜브를 보고 세팅을 한 상태이다. 주의! 영상에서 하는 데로 따라 했는데 모델 학습 중 오류가 발생했다. 그래서 해결한 방법을 소계한다. 1. 아나콘다를 이용해서 Python 3.8버전 가상환경을 만든다. 2. Pytorch 1.8.2를 가상환경에 설치한다. 3. 파이참을 실행해서 가상환경을 연결한다. 4. 파이참 터미널 설정 cmd.exe "/K" C:\ProgramData\Anaconda3\Scripts\activate.bat 가상환경이름 5. protobuf 설치(이게 업데이트 해야 정상 작동한다.) pip install -v protobuf==3.20.1 data.yaml 수정 저번에 다운로드한 라벨링 데이터를 y..

올 것이 왔다. 노다가 시간이................... 노가다 준비 roboflow에서 프로젝트를 만든다. 프로젝트를 만들면 이런 화면이 뜨는데 토마토 사진을 업로드했다. 업도드가 완료된 모습이다. 이제 노가다만 하면 된다. 노가다 시작 시작! 조금만 더 끝!!!!!! 드디어 노가다가 끝났다. 데이터 만들기 해당 옵션으로 데이터를 생성한다. 데이터가 생성된 모습 이제 데이터를 다운로드한다. 라벨링 작업은 완료했다. 이제 yolo로 데이터를 학습하면 된다.

토마토를 인식하기 위해서 토마토 사진을 구글 이미지를 통해 구하려고 한다. 하나하나 이미지를 구해면 시간이 오래 걸리기 때문에 '크롤링'을 이용해서 이미지를 구하려고 한다. 크롤링 구현 크롤링은 인터넷에서 검색하면 코드가 잘 나와있다. 코드를 일부 수정해서 크롤링을 진행했다.(파이참으로 실행함) 아래 코드는 수정한 크롤링 코드다. from selenium import webdriver from selenium.webdriver.common.keys import Keys from selenium.webdriver.common.by import By import time import urllib.request import os from multiprocessing import Pool def createDi..