728x90 unity barracuda 4 Unity에서 사물인식을 위한 테스트 지난번 참고사항들을 토대로 몇몇 테스트를 진행했다. 참고사항의 Git 자료들은 대부분이 내가 원하는 버전이 아니었기 때문에 그대로 사용할 수 없고, 코드만 가져와서 참고하여 테스트해 볼 수밖에 없었다. 그리고 잘 안된 부분들은 결국 상위버전을 설치하여 테스트하였다. 상위버전들을 잘 안쓰는 이유 중 하나는 apk 빌드 용량이 20% 정도 크게 나온다. 아무리 줄여도 안된다. 사물인식은 Unity의 barracuda를 사용하며 모델 데이터는 onnx를 사용하였다. 추후 나머지 한가지도 테스트해 볼 예정이다. 원래는 Autoit에서 사용하던 ImageSearch인데 이것을 Unity에서 활용해 보고자 한다. 결과적으로 테스트에서는 잘 되긴 하는데, 프레임 드롭이 심하다. 아무래도 안드로이드에서 실행되다보니 성.. 개발 관련/프로젝트 2023. 10. 13. Unity에서 사물인식을 위한 참고사항 검토 역시나 맨땅에 헤딩하면서 뭔가를 하려고 하니 쉽지 않다. 선호하는 툴의 버전이 낮은 것도 한몫하는 것 같다. 그러면 왜 상위버전을 사용하지 않는지에 대한 궁금증이 있을 것인데... 기존의 것을 상위 버전으로 업데이트하면 원인을 알 수 없거나 찾기가 너무 힘든 오류가 발생한다. 한두개가 아니다. 대부분의 정상적인 실행이 한 번에 되지 않으며 되더라도 매우 느린 속도로 플레이되는 경우도 있다. 그나마 현재 사용하는 버전에서 만큼은 작동이 잘 된다. 그리고 달라진 인터페이스에 적응이 쉽지 않다. 좋은건 아는데 말이다. 어쨌든 참고자료를 검색하고, 검토하고 진행중인데, 사물인식에 대한 설명을 한 분들 중에서 접근하는 방식이 생각과 비슷(?)하여 구글 번역본으로 옮겨본다.(출처 있음) Barracuda를 사용한 .. 개발 관련/프로젝트 2023. 9. 23. Unity에서 사물인식을 위한 도구(Barrcuda, Yolo) 참고사항들 지난번 이후 틈날 때마다 인터넷 자료들을 많이 검색하였다. 직접 실행도 해 봤으나 생각보다 잘 되지 않았다. 대부분 버전이 맞지 않는 문제다. 아울러 내 실력으론 접근할 수 없는 전문적인?(내 기준으로) 코드를 이해할리가 없어서 응용이 어렵다. 그도 그럴 것이 상위 버전에 있는 자료를 하위 버전에 돌리려고 하고, 그걸 하위 버전에 맞게 코드를 짤려고 하니 뭐 그게 잘 되나.... 안되지..;;; Yolo로 대해선 지난번 포스팅의 내용처럼 잘 설명된 블로그가 있어서 참고해 본다. [Object detection] YOLO (you only look once) : Real-Time Object Detection (feat. 동작원리) (tistory.com) [Object detection] YOLO (yo.. 개발 관련/프로젝트 2023. 9. 17. Unity Yolo Android 검토 이전 포스팅에서 사물인식 방식에 대해 2가지로 진행하기로 하였다. 이에 첫 번째는 Yolo를 적용하기 위한 방안으로 여러 가지 자료를 서치 하였다. 대략적으로 접근해 보니.. Unity에서 OpenCV와 유사한 기능과 머신러닝의 혼용? 과 같은 기능으로 추론학습이 가능한 것을 지원하는 것이 있었다. 물론 머신러닝을 적용하는 것도 있지만 기본적으로는 Barracuda를 사용하는 것 같다. 이와 함께 학습된 모델을 가져다 써야 한다. 여러 가지가 있으나 대표적으로 ONNX 모델을 가져다 쓴다. 간단하게 정리하면 나의 사용 조건은, 1. Unity 2018.4에서 실행 2. Barracuda 1.0.4 (최신버전은 3.0 이상) 3. ONNX 모델 파일 이용 ONNX 모델 파일을 이용하는 가장 큰 이유는 많이.. 개발 관련/프로젝트 2023. 9. 14. 728x90 이전 1 다음
