기록장

우리가 모델을 훈련시키는 데 사용한 데이터셋은 두가지 종류의 사진들이었는데, [그림 1]과 [그림 2]가 그 예시들이다. train data 2648장, validation data 306장을 train 시킨 모델의 정확도는 꽤 높으나 실제 영상에서 사용해봤을 때 차를 잘 detect 하지 못하는 경우가 발생했다. (사람에게 가려진 차와 밤 영상에서의 차 등) 멘토님께 조언을 구한 결과, image augmentation을 시도해보기로 결정했다. 먼저 image augmentation에는 종류가 다양한데 우리는 그 중 rotation, cutout, grayscale을 사용했다. 이번 장에서는 rotation과 cutout 에 관한 이야기를 해보려한다. 1) rotation 말 그대로 아래 그림처럼 이미..

asset store에서 무료로 asset을 제공받을 수 있다. 여기서 캐릭터 asset을 다운로드하고 import import하면 assets폴더 아래에 knight files라는 폴더가 하나 생긴다. assets-> knights files -> body parts로 가서 캐릭터의 구성요소들을 scene창으로 드래그 해준다. 중간에 Body lower라는 part가 body보다 위에 있어야 하는데 뒤로 숨는 경우가 발생했다. 이런 경우에는 Body lower를 누르고 Inspector 창에서 Order in Layer를 수정해주면 된다.(나는 1로 설정함) 짜잔 - 이 캐릭터의 구성요소들을 부모 오브젝트를 만들어서 하나로 묶어준다 그리고 실행버튼을 눌러서 제대로 되었는지 확인 이 scene을 저장만 ..

object detection 모델을 customize해서 training 시킨 다음 나의 휴대폰에서 실행을 시켜보고 싶을 때 학습시킨 모델을 안드로이드에 심어야 한다. 지금 내가 학습시킨 모델은 pytorch 모델인데 pytorch는 안드로이드에 심을 수 없어서 tensorflow 모델로 변환을 해야한다. pytorch-> tensorflow로 한번에 변환이 되는 것이 아니고 pytorch->onnx->tensorflow 단계를 거쳐야 한다. 1. 먼저 pytorch 모델을 onnx로 변환하자 (github.com/ultralytics/yolov5/issues/251를 참고했다) 학습시킨 yolov5 폴더가 있어야 한다 (없으면 github.com./ultralytics/yolov5를 git clone..

게임광이었던 나란 사람이 이제 게임 개발을 배워볼려고 한다 학원 수강을 한달 하였지만 학원과는 맞지 않는 것 같아 그만두고 인강을 듣기로 결정! 바로 인터넷 강의 수강 신청을 했다... 패스트 캠퍼스의 C#과 유니티로 배우는 게임 개발 올인원 패키지 Online. 이라는 수업입니당 열심히 듣고 공부 내용도 블로그에 기록해야지 ~~