Jetson Nano 활용 AI 기초 교육
(3) Object detection 실습
21. 07. 22 ~ 23
(3) Object detection 실습
21. 07. 22 ~ 23
Computer vision, Machine learning, CNN 관련 참고자료
(1) Computer Vision: Algorithms and Applications (PDF)
(2) Machine learning - Andrew Ng (Youtube)
(3) CS231n - Introduction to Convolutional Neural Networks for Visual Recognition, Stanford university (Youtube , Page)
객체 인식을 위한 딥네트워크 모델: SSD-Mobilenet-v2 (91 종류의 객체를 포함하는 MS COCO dataset을 학습한 모델)
SSD-Mobilenet-v2 관련 자료는 아래 링크에서 볼 수 있음.
(1) Single Shot MultiBox Detector (SSD)
(2) MobileNets
(3) COCO dataset
[Original Github] Single Shot MultiBox Detector Implementation in Pytorch
Docker container에서, 입력 이미지와 출력을 지정하여 Detectnet 실행
(1) Terminal 실행 (Ctrl + Alt + t)
(2) Docker container 접속 코드
cd jetson-inference
docker/run.sh
(3) 저장된 이미지 파일에 대한 객체 검출 수행 코드 (첫 실행 시 1분 이상 소요, 그 이후부터 10초 이내 실행 됨. 굵은 글씨 변경 가능)
detectnet.py --network=ssd-mobilenet-v2 data/images/peds_2.jpg data/images/test/output.jpg
(4) 결과 확인 코드
(4-1) 새 terminal 열기 (Ctrl + Alt +t)
(4-2) 출력 이미지 파일 저장된 위치 이동
cd jetson-inference/data/images/test
(4-3) 이미지 파일 열기, 아래 그림과 같이 결과 확인
eog output.jpg
data/images 폴더의 이미지 데이터에 대한 Object recognition 결과
Docker container 에서, 카메라를 이용하여 촬영되는 영상에 대해 Detectnet 기반의 객체 검출 수행
(1) Terminal 실행 (Ctrl + Alt + t)
(2) Docker container 접속 코드
cd jetson-inference
docker/run.sh
(3) 카메라 기반 객체 검출 수행 코드 (첫 실행 시 1분 이상 소요, 그 이후부터 10초 이내 실행 됨. 굵은 글씨 변경 가능)
detectnet.py --network=ssd-mobilenet-v2 --input-width=400 --input-height=300 csi://0
카메라로 촬영되는 영상에 대한 Object detection 결과 (Mousepad, but clock)
data/images 에 있는 다른 이미지 파일에 대해 Object detection 적용해보기
카메라를 이용해서, 본인 주변에 있는 물건, 사람, 동물 등에 Object detection 적용해보기
Object detection 원리, 입력~출력 구조 생각해보기
Jetson nano에서 detectnet.py 열기
(1) Terminal 열기 (Ctrl + Alt +t)
(2) 아래 코드를 입력하여 detectnet.py 열기
nano jetson-inference/python/examples/detectnet.py
아래 "Google Colaboratory" 클릭하면, Google colab에서 볼 수 있습니다.