728x90 barracuda 6 Unity6 설치(Sentis를 위해) 시도 Unity6 설치(Sentis를 위해) 시도 Unity6가 지난달 정식으로 소개가 되었다. 이와 함께 Barracuda의 후속버전인 Sentis도 업데이트 되어서 이번 기회에 한번 써보고자 최신버전의 설치를 시도했다. Sentis는 opset도 상위버전을 지원하는데다 Barracuda보다 좋은 성능을 가지고 있으며 기존 상위버전의 Yolo로 당연히 onnx로 지원하기 때문에 사용 안 할 이유가 없긴 하다. 이번 버전업은 참 많이도 건너 뛴다. Unity 2018.4.3에서 Unity6라니...중간에 2021버전을 패키지 확인용으로만 설치했었는데... 아무튼 좀 생소해졌다. 예전 버전들을 찾아보면 알겠지만 Unity 2018 이하버전(주로 5.x~2018.x)들은 대부분 공통적인 형식을 갖추고 있고 Un.. 개발 관련/SW, App 관련 2024. 11. 18. Yolov3-tiny 사물인식 결과 Yolov3-tiny 사물인식 결과 엊그제 표본을 최초 50개에서 310개로 약 6배 증가시킨 훈련 결과를 토대로 Unity에서 빌드하고 테스트를 진행했다.개발하는 플랫폼은 Android에서 Unity의 추론엔진 barracuda와 그래픽 API는 Vulkan을 이용하는 것이다. 결과적으로 높은 인식율을 보였다.그와 동시에 표본에 없던 대상까지도 인식을 하고 그 확률 또한 상당해서 만족스러운 결과로 나타났다. 다만 한가지 문제가 있는데 사물에 대한 거리이다. 동영상을 확인해 보면 가까운 거리나 조금 떨어진 거리는 인식률이 높게 나타난다. 하지만 그 거리에서 조금만 떨어져도 인식을 못하는 현상이 발생되었다.따라서 좀더 떨어진 것도 확보해서 잘 되는지 확인해 볼 필요가 있다. 역시나 이것도 손이 많이 간다.. 개발 관련/SW, App 관련 2024. 11. 1. Yolov3-tiny 사물인식 추가 진행상황 Yolov3-tiny 사물인식 상황 이번달 초까지 Yolov3-tiny를 기존의 데이터셋을 통해 훈련을 진행했었고, 그 결과를 coreml 모델을 통해 onnx로 컨버팅 하여 최종적으로 Unity의 barracuda로 인식을 성공시켰다.Darknet을 통한 Yolov3-tiny 훈련 Darknet을 통한 Yolov3-tiny 훈련Darknet을 통한 Yolo v3 tiny훈련 지난번에 Darknet을 이용하여 Yolov2-tiny로 커스텀데이터셋을 결국에는 Unity에 인식하는데 어느 정도 성공을 해서 이번에는 Yolov3-tiny를 시도해 보았다. 참고적으로 Unitytipon.tistory.com 다만 문제로 생각되었던 것이 인식율이 너무 형편없었다. 인식율을 보면 30% ~ 90%로 범위가 너무나 .. 개발 관련/SW, App 관련 2024. 10. 30. Unity에 Yolov3-tiny onnx 모델 적용 Unity에 Yolov3-tiny onnx 모델 적용 지난번 Darknet을 통한 yolo3-tiny 훈련을 진행했고 onnx로 컨버팅 진행에 대한 내용을 게시했었다. 다만 이전 게시물에서 잘못된 사항이 있어서 수정해 주었다.수정 부분은 다음과 같다.기존 내용input_names='input1', image_input_names='input1', output_names=['output2', 'output1'], image_scale=1/255.,수정 내용input_names='input1', image_input_names='input1', output_names=['output1', 'output2'], image_scale=1/255., output의 위치가 바뀌어야 했던 것이다. 컨버팅은 정상적이.. 개발 관련/SW, App 관련 2024. 10. 9. Yolov2, v3-tiny 훈련 다시... congfig에서 변경 안 한 것이 있어서 다시 훈련을 돌렸다.. 이번 다시 돌리는김에 yolov2-tiny 와 yolov3-tiny를 같이 돌림.. v3 훈련도중 다음과 같은 오류가 발생하여 사이즈를 낮춰서 재실행했더니 정상적으로 훈련이 되었다. 혹시나 v3이 안될 수 있기 때문에 2개를 돌린 것이다. cuDNN isn't found FWD algo for convolution. 해결책은 해상도를 낮춰서... 그리고 두 버전의 훈련과정은 좀 다른 것 같다. 물론 따로 돌려도 되는데 GPU 점유율을 생각보다 적게? 차지하는 것 같아서 동시에 돌렸다. 그래서 메모리 문제가 발생된 듯. 훈련시간은 서로 다른데 v3이 더 빨랐다. 전체 훈련 시간의 경우 v2는 약 7~8시간, v3은 6시간 가량 소요되었.. 개발 관련/프로젝트 2024. 8. 31. 로봇제작 - 이미지 인식 지난번 이미지인식을 진행했었는데, 동영상을 아래와 같이 캡처하였다. 인식율이 높은 이미지 위주로 2가지 정도만 표시하였다. 동영상은 안드로이드 앱으로 빌드하여 테스트하였다. PC의 웹캠보다는 인식율이 떨어진다. 아무래도 시스템 사양을 타는 것 같다. 인식하는 주요 대상물을 집안의 캔이나 우유, 두유팩 등의 음료 위주로 학습을 시킨 다음 onnx로 컨버팅 하여 Unity에서 모델을 불러왔다. Teachable Machine로 이미지 학습 후 jupyter notebook로 onnx로 모델을 컨버팅 하였다. ◇ ONNX 컨버팅 정보는 다음과 같다. tensorflow = 2.8.0 onnx = 1.15.0 tf2onnx = 1.16.1/15c810 opset 9 ~ 12 ◇ Unity의 정보는 다음과 같다... 개발 관련/프로젝트 2024. 3. 11. 728x90 이전 1 다음
