OT 및 실습 환경 구축하기

타키탸키·2021년 7월 29일
0

Vision

목록 보기
2/11
post-thumbnail

😃 딥러닝 Computer Vison 기술의 핵심

Object Detection과 Segmentation

  • 지능형 영상 정보 인식
  • AI 비전 검사 스마트 팩토리
  • 의료 이미지 자동 진단
  • 로보틱스
  • 자율주행 자동차

😃 실습 도구

최신의 뛰어난 성능을 가진 구현 패키지

  • MMDetection
    • 다양한 알고리즘 구현
  • Ultralytics YOLO V3
    • 고성능
  • AutoML EfficientDet
    • 가장 뛰어난 모델 성능

범용 인터페이스 API

  • OpenCV DNN
  • TensorFlow Hub
    • 모델 레포지토리 공유

실습 환경(커널)

  • colab
    • /content
  • kaggle
    • /kaggle/working

😃 사전 지식

  • Transfer Learning
    • 이전에 사용되었던 모델의 정보를 입력받아 새로운 모델 학습
    • 새로운 모델을 만들 때, 기존의 Feature를 그대로 사용하면 학습 시간 감소
    • pre-training: 사전에 학습되는 모델
    • Fine_tuning: pre-training을 활용하여 새로운 모델을 학습하는 과정
  • Convolution 연산
    • 합성곱 신경망
    • 이미지의 특정한 패턴의 특징을 발견 >> 이미지 분류 >> 정확도 향상 >> 분류의 기준
    • 행렬 곱셈을 통한 연산
    • filter를 왼쪽에서 오른쪽으로, 위에서 아래로 점곱
  • Kernel 사이즈
    • filter(Weight)의 사이즈
    • 이미지로부터 원하는 정보(특징)만을 추출
    • mask
  • Max pooling
    • 하나의 레이어를 분리하여 샘플링한 후, 다음 단계로 넘기는 것
    • 서브 샘플링(sub sampling): 특징 수 줄이는 것
    • 전체 특징 수를 줄여 파워 절약, 오버피팅 방지
  • Feature Map
    • 모델이 학습하기 위해 만든 이미지의 특징(feature)을 담은 맵
  • VGG
    • 합성곱 계층과 풀링 계층으로 구성되는 기본적인 CNN
    • 합성곱 계층, 완전 연결 계층 모두 16층(VGG16) 혹은 19층(VGG19)으로 심화
    • 3*3의 작은 필터를 사용한 합성곱 계층을 연속으로 거침
    • 합성곱 계층을 2~4회 연속으로 풀링 계층을 두어 크기를 절반으로 줄이는 처리 반복
    • 완전 연결 계층을 통과시켜 결과 출력
  • ResNet
    • MS사에서 개발한 네트워크
    • 층을 보다 더 깊게 할 수 있는 특별한 장치
    • VGG 신경망 기반
    • 깊은 층: 네트워크 성능 향상에 중요
    • 지나치게 깊으면 학습 및 성능 감소
    • Skip Connection을 통한 문제 해결
    • 입력 데이터를 합성곱 계층을 건너뛰어 출력에 바로 더하는 구조

😃 실습 환경 구축하기

Colab Kernel

  • Google 제공
  • GPU: T4 or P100 할당
  • 필요한 소프트웨어가 이미 설치되어 편리하게 사용 가능
  • 파일 브라우저 기능 탑재
    • ls 명령 사용하지 않아도 파일 확인 가능
  • 문제
    • 일반 colab의 경우, GPU를 자주 사용하게 되면 할당을 받지 못하는 경우 발생
    • 수행 시, 입력 반응이 20~30분 동안 없을 시, 자동으로 커널 연결 끊어짐
  • 해결
    • colab Pro(유료)
    • Kaggle
  • Colab
    • Jupyter Notebook과 유사
    • Google Drive와 연동 가능
    • 런타임 다시 시작
      • 메모리 로딩(Jupyter Notebook) 부분 사라짐
    • 런타임 초기화
      • VM(실행 환경, OS)까지 사라짐

Kaggle Kernel

  • GPU P100 할당
  • 필요한 소프트웨어가 이미 설치되어 편리하게 사용 가능
  • 자동 커널 끊김이 colab보다 약간 길다
  • 파일 브라우저 기능 탑재 but 동작 이슈
  • GPU 할당 받지 못하는 경우 거의 없음
    • GPU는 계정 별로 1개만 가능
  • GPU(Accelerator) 할당 시, 계정 인증
  • Restart & Clear cell outputs
    • 런타임 다시 시작
  • Stop Session
    • 런타임 초기화
* 출처: 인프런 '딥러닝 컴퓨터 비전 완벽 가이드'
profile
There's Only One Thing To Do: Learn All We Can

0개의 댓글