$ git clone https://github.com/Megvii-BaseDetection/YOLOX.gitcd YOLOX

오피스 프로그램은 필요없으므로 제거하여 용량을 확보하자sudo apt-get autoremove libreoffice\* -ysudo apt-get clean

Jetson Jetpack SDK를 설치 후 nvidia 계정으로 gui 부팅이 된 상태를 기준으로 시작한다.$ sudo apt update$ sudo apt upgradeJetson 보드에 VNC 원격 데스크탑 서버를 설치할 수 있지만,느려서 답답하기 때문에, 키보드

상세한 설치 포스팅이 있어서 그대로 링크를 첨부한다.https://webnautes.tistory.com/1186이대로만 하면된다.

https://github.com/Megvii-BaseDetection/YOLOXyolox 공식 구현 repo 설치 과정 및 개발환경 세팅.사전에 cuda 및 pytorch 설치가 필요하다.그 외 git repo의 Quick Start 를 따라 설치하면 된다.

https://github.com/NVIDIA-AI-IOT/torch2trt설치 중 Step 2. 에서 아래의 오류가 발생하는 경우가 있다.tensorrt 헤더의 경로가 추가되지 않은 경우이며,https://github.com/NVIDIA-AI-IOT

cuda 설치 참조 linkcuda만 정상적으로 설치되었으면 tensorrt 설치는 어렵지 않다.쉽다!pycuda 설치$ pip install pycuda==2020.1tensorrt 다운로드tensorrt 다운로드 linktar 형식으로 다운로드 받는다.$ tar x

우분투에서 어떤 프로그램을 어느 경로에서든지 실행시키기 위해서는 아래와 같이 PATH를 추가한다.$ export PATH=$PATH:{명령어경로}만약 특정 프로그램이 sudo 이용해야만 정상 실행된다면 위의 PATH가 적용되지 않는다.우분투에서 sudo 명령어를 했을

CUDA 버전은 설치할 라이브러리의 호환성에 맞추어 잘 선택.(pytorch prebuild 버전이 홈페이지 올라와있는 11.1로 설치했다면 더 간편했을 것. 이 게시글에서는 11.0로 설치했음.)CUDA Download (.run 파일로 설치하는 것이 가장 편하다)$

커스텀 coco 데이터셋에 iscrowd 필드가 없는 경우 cocoeval.py를 아래 코드로 수정해 준다.

코드로 이해하는 swin 리뷰

fiftyone : 다양한 오픈 데이터셋을 관리할 수 있는 모듈pip install fiftyonefiftyone luunch_appcaffe 기반에서 사용했던 gt label을 coco style로 변환하였다.

COCO training 데이터셋은 118,287(약 12만장)으로 학습이 오래걸리기 때문에, 다양한 학습을 실험하기 위해 데이터셋을 축소추후 자신만의 데이터셋 학습을 위해 선행학습(COCO 80→1)object detection 만을 수행하도록 casecade mas

전체적인 과정은 CUDA 11.0 기반의 이전 게시글 과 동일하다.CUDA 10.1에 맞는 torch 버전(낮은버전)을 설치한다.$ pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 torchaudio==0.5.0 -

mmdet을 통해 모델 학습 시 mmdet/work_dir/ 경로에 log 및 학습 모델이 저장된다.mmdet/tools/analysis_tools 에는 학습 결과를 분석하기 위한 스크립트가 존재한다.python tools/analysis_tools/analyze_lo

gnome-tweaks : GTK 확장 프로그램$ sudo apt install -y gnome-tweaks$ gnome-tweaksglances : H/W 모니터링 프로그램$ pip install glancesterminator : 터미널 확장 프로그램$ apt in

herbwood 티스토리

트레이닝 및 테스트에 필요한 coco 2017 데이터 셋을 준비한다.$ wget http://images.cocodataset.org/zips/train2017.zip $ wget http://images.cocodataset.org/zips/val2

$ wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.run$ sudo sh cuda_11.0.2_450.51.05_l

apt 업데이트$ sudo apt-get update$ sudo apt-get upgrade그래픽 드라이버 설치$ sudo ubuntu-drivers autoinstall인터넷 연결모니터 설정 / 시스템 언어 영어 설정크롬 설치gtk 확장프로그램 설치 설치$ sudo