일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 네트워크모델
- dbeaver
- jmx
- 도커
- 포트포워딩
- javax.management.instancenotfoundexception: org.springframework.boot:type=admin
- ubuntu
- 페이로드
- 도커권한설정
- 우분투
- Decapsulation
- 디비버
- SpringApplication
- 백준1946
- 백준
- 배열복사
- 오름차순
- wan
- 배열빈도수
- springboot
- 배열최소값최대값
- instancenotfoundexception
- 모래시계출력
- 유니캐스트
- 브로드캐스트
- 리눅스계열
- 포트포워딩 안될때
- docker
- 리눅스환경
- name=springapplication
- Today
- Total
목록프로젝트회고/팩세이프(FacSafe) (3)
다잘하고싶어

이번 공장안전자동화시스템 개발 프로젝트 FacSafe (Factory + Safety) 를 진행하면서 화재, 낙상 감지를 인식하는 딥러닝 모델 학습 및 적용 부분을 담당하게 되었다. 생각보다 정확한 데이터셋을 찾는 것이 쉽지 않았고, 찾더라도 정확도를 높이기 위해 반복적으로 학습을 시켜주어야 했다 아래 내용은 딥러닝모델 학습 과정에서 겪었던 어려움을 정리한 내용이다. roboflow 에서 낙상 관련 dataset 을 다운 받은 후 학습을 시키면 폴더 내에 runs\detect\train\weights 폴더가 생성되고 이 안에 "best.pt" 파일이 생성된다. 즉, 학습 후 가장 높은 퀄리티의 학습된 결과가 저장된 것. 인식 정확도를 높이기 위해서는 같은 모델을 여러번 학습시켜야 한다 한번 학습을 실행시..

이번 공장안전자동화시스템 개발 프로젝트 FacSafe (Factory + Safety) 를 진행하면서 화재, 낙상 감지를 인식하는 딥러닝 모델 학습 및 적용 부분을 담당하게 되었다. 아래 내용은 실제 화재 및 연기 감지 모델을 학습시키면서 발생했던 에러와 추가적으로 공부했던 내용을 정리한 내용이다. 발생한 에러 TypeError : ERROR segment dataset incorrectly formatted or not a segmnet dataset. 모델학습을 시키는 과정에서 다음과 같은 에러가 발생했다. 에러로그를 찬찬히 보면 문제를 파악할 수 있는데 아래 내용을 보면 더 빠르게 에러발생 원인을 알 수 있다. YOLOv8 학습 시 알아야할 것 YOLO 에는 4가지 분야가 존재한다는 것! Detec..

이번 공장안전자동화시스템 개발 프로젝트 FacSafe (Factory + Safety) 를 진행하면서 화재, 낙상 감지를 인식하는 딥러닝 모델 학습 및 적용 부분을 담당하게 되었다. 딥러닝 모델학습은 처음 경험해보는 것이라 조금 막막하기도 했는데, 생각보다 관련 자료들이 많아서 쉽게 따라할 수 있었다. 아래 내용은 자료들을 참고해 실제 프로젝트에 적용할 YoloV8을 실습해본 내용이다. YOLO Object Detection, 객체 인식 이미지 또는 비디오에서 개체를 식별하고 찾는 것과 관련된 컴퓨터 비전 작업 Object Detection 기술은 두 가지 질문을 위해 존재 이것은 무엇인가? 특정 이미지에서 대상을 식별하기 위함 어디에 위치해있는가? 이미지 내에서 개체의 정확한 위치를 설정하기 위함 YO..