[AIFFEL] 22.Apr.14, GD_Face_Detection_2

오늘의 학습 리스트

• TFRecord

  • https://www.tensorflow.org/tutorials/load_data/tfrecord
  • 일단 binary 레코드로 뭔가 TF 학습에 효율적이게끔 데이터를 저장하는 포맷이라고 생각하면 될 듯하고,
  • tf.train.Example이라는 게 바로 그 데이터들 하나하나 instance로 보면 될 듯한데,
  • 그 Example들은 tf.train.Feature라는 나름의 attirbutes(?)를 key:value 형태로 갖고 있는 듯 하다.
  • 대략적으로 구조가 그렇다는 것만 일단 이해하자.

• tf.io.TFRecordWriter

  • 결국에 저런 tf.train.Example들을 TFRecord 포맷으로 씌워주는(?) 역할을 하는 클래스인 것 같다.
  • 대략적인 사용법은 documentation을 보면 좋을 듯 한데,
  • 지정 path에 for loop 등을 통해 만들어낸 Example 들을 넣는 것 같다.
  • 그리고 막판에는 tf.train.Example.SerializeToString() 과 같은 방법으로 Serialize(?) 해주는 것 같다.

• tf.keras.layers.ZeroPadding2D()

  • https://www.tensorflow.org/api_docs/python/tf/keras/layers/ZeroPadding2D
  • padding=()이란 파라미터 값을 넣으면 위아래, 좌우옆에 다 더해주는 것 같다.
  • 즉, (1, 1, 2, 3) shape이었는데 padding=1로 하면,
  • (1, 3, 4, 3)으로 H, W 부분에 그 두배를 더해주는 듯하다.

•     if len(boundaries) != len(values) - 1:
        raise ValueError(
                "The length of boundaries should be 1 less than the"
                "length of values")
                

  • raise뒤에는 있는 Keyword를 넣어야하는 듯하다.
  • 아무거나 넣으면 'NameError'라면서 defined 되지 않았다고 한다.

• print() 파라미터 중 flush라는 게 있다.

  • 단순히 기존에 출력된 것을 지워주는 느낌은 아닌 것 같고,
  • 뭔가 buffer에 들어가 있는 게 있으면 그것을 강제로 출력하게 해주는 거라는데, 잘 이해 안 간다
  • 여튼 내가 이 기능을 알게된 것은
  • 
  • 이거 때문이다.
  • 보면 print한 게 마지막꺼 하나만 계속 남아있는 게 보인다.
  • https://docs.python.org/3/library/functions.html#print

• tf.image.decode_jpeg

  • https://www.tensorflow.org/api_docs/python/tf/io/decode_jpeg
  • Decode a JPEG-encoded image to a uint8 tensor.
  • 여기서 JPEG_encoded image라는 건 string(?)타입이다.

• 참고로 object detection에서 VOC라고 하면 PASCAL VOC 데이터셋의 포맷(?) 얘기하는 것 같다.

  • https://towardsdatascience.com/coco-data-format-for-object-detection-a4c5eaf518c5