- 연산의 cost를 줄이기 위해
TSM모델을 사용한 AI 모델 - RGB 비디오와 Pose 비디오를
input으로 받음 - 학습된 모델은 운동의 종류와 운동의 상태에 대해 판별할 수 있게 됨
- 운동의 종류는 32개이며 운동 종류별 개별 학습을 통해 운동 상태 값 판별
운동 종류 Classification : 32개의 운동 종류에 대한 확률 추정
운동 상태 Classification : 운동 종류 별 학습 모델 개발, 개별 학습
💡 AI 모델 구동
docker load --input sleek.tar실행
docker run --gpus all -it sleek:1.0 bash를 실행하여 bash shell로 진입
- Docker 이미지를 로딩하고, bash shell로 진입하면
data,demo,common,main,output,tool이라는 폴더 구조를 확인할 수 있음
👉 이미지 : 컨테이너 실행에 필요한 파일과 설정값 등을 포함하고 있는 것 - 여기서
main폴더 안의 코드들이 neural network를 학습시키고 테스트할 수 있는 주요 코드들! - AI 모델을 학습시키고 테스트해보려면 3.7.3 버전 이상의 python과 본인의 OS에 맞는 pytorch를 설치해야 함
👉pytorch: 딥러닝 라이브러리
아마pytorch → ONNX → (Keras) → TensorFlow.js → TFLite해야 할 듯..싶은데 아직은 잘 모르겠음.. 난관이 예상됨^0^
- 또,
main폴더 안의config.py파일에서 모델에 관한 하이퍼 파라미터 설정 가능 - 학습을 시작하려면
train.py파일 실행
-stage의 인자 값으로exer을 넘기면 운동의 종류,attr을 넘기면 운동의 상태를 학습
- 학습된 모델을 테스트하려면
run_test.py파일 실행 batch로 테스트가 진행
교육활용동영상을 초반에 한 번보고 그냥 넘겼다가 오늘 다시 봤는데 갑자기 docker에 pytorch가 나와서 당황..
- 우선 docker 공부하고,
- pytorch 모델을 만들거나,
- docker를 안 써도 되겠다 싶으면 그대로 tensorflow 모델로 바로 개발하든지 해야겠음
아직 docker가 뭔지도 잘 모르겠어서 방향성을 못 정하는 중.. 얼른 공부하자.. 💪
람차람차