이번 프로젝트에 대해 소개한다.
2021.05.29 ~ 2021.06.13 개발 일지
2021.06.14 개발 일지
React Native를 기반으로 개발하기로 결정Cross Flatform으로 개발하는 것은 거의 확정된 상태였고, 그 중에서 어떤 선택을 하느냐가 남아 있었다.
모두를 위한 머신러닝/딥러닝 이론 1강 / Lab 1강 수강함Supervised / Unsupervised Learning의 개념에 대해 살펴봄Supervised Learning의 Type (Regression, Binary classification, Multy-La
PyTorch로 시작하는 딥 러닝 입문 03-01~03-03 학습모두를 위한 머신러닝/딥러닝 2, 3강 수강가설(Hypothesis), 비용 함수(cost function 혹은 loss function), 경사 하강법(Gradient Descent) 등을 통해 선형 회
「PyTorch로 시작하는 딥 러닝 입문」03.05~03.07, 04.01~04.03 공부:이진 분류(Binary Classification)을 위한 알고리즘 중 하나인 로지스틱 회귀(Logistic Regression)에 대해 학습함.python에서 클래스로 단순/다
PyTorch로 시작하는 딥 러닝 입문Chap05-01~05: 다중 클래스 분류 문제Chap06-01~02: 머신 러닝 용어와 퍼셉트론(Perceptron)다중 클래스 분류 문제를 해결하기 위해 원-핫 인코딩을 사용하는 이유에 대해 이해함각 클래스마다 부여한 확률의 합
PyTorch로 시작하는 딥 러닝 입문: 단층 퍼셉트론(Perceptron), XOR 구현
PyTorch로 시작하는 딥 러닝 입문Chap06-04: 역전파(Backpropagation)다층 퍼셉트론 인공 신경망에서의 순전파(Forward Propagation)와 역전파(Backpropagation)에 대해 이해함.
이제 더 이상 「PyTorch로 시작하는 딥 러닝 입문」으로 공부하지 않을 것 같다.
: DNN Face Detector in OpenCVOpenCV의 DNN Model을 사용하여 모델을 학습하기로 결정했다.
어떤 알고리즘을 선택해야 할 것인가
본 라이브러리는 딥러닝 기반으로 제작된 dlib의 얼굴 인식 기능을 사용하여 구축되었다.
주어진 사진에서 얼굴의 특징을 찾고, 찾아낸 특징을 토대로 이미지를 편집하는 예제를 수행하였습니다.
두 사진을 받아 얼굴 정보를 인코딩(encoding)하여 얼굴의 특징을 검출해낸 후, 비교하여 같은 사람인지 확인하는 예제를 수행하였다. 드디어 프로젝트와 관련성이 큰 활동이다.
지금까진 정적인 이미지를 처리했다. 이제 영상에 실시간으로 처리하는 것을 시도할 차례이다.
CCTV에서 가장 중요한 하드웨어인 카메라를 어떤 것으로 선택할지 고민했다.
오늘 알게 된 중요한 사실이 있다.
지난 사흘 간 시스템 구현에 필요한 하드웨어들을 조사했다.
주문했던 microSD 카드와 SD카드 리더기가 도착하여 바로 Jetson Nano OS를 microSD카드에 구웠다.
필요한 기능들을 나열해봤다.
Jetson Nano가 주문한지 9일만에 도착했다.
예전 게시글에서 설명한 것처럼 라즈베리파이와 달리 Jetson Nano는 기본적으로 와이파이와 블루투스 통신을 지원하지 않는다. 그래서 오늘은 Intel 8260AC 칩을 장착하여 이를 가능하게 하는 작업을 진행했다.
Jetson Nano를 케이스에 결합시켰다.