Skip to content

Tensorflow-Study/aicamp

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

133 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

인공지능 닭장 캠프

alt text

주최

Joy Institute of Technology,

적정기술 연구소, 경주시, 한국

함께하는 사람들

손문탁, JIT, 대표

최혁, JIT

장보길, JIT, 코디이터

조대연, 교수 (한동대)

서용운, 교수 (포항대)

박영자, 강사

alt text

취지

닭의 일일 평균 행동량을 자동으로 계산해서 농부들에게 전송해주자!

인공지능 닭장으로 빈곤국 청년들이 인공지능을 재미있게 배울 수 있게 하자!

캠프 내용

시간: 1:30분씩 이틀간

대상: 고등학생

내용: 닭사진에 주석달기->신경망훈련시키기->닭의 동영상을 신경망에 넣어 닭을 검출

alt text

alt text

alt text

인공지능 닭 검출기와 IoT전광판, IoT릴레이 키트

alt text

캠프 일정

1일차:

닭사진: 100장, 90장은 train, 10장은 평가용

주석달기: makesense.ai 이용

2일차:

신경망훈련: colab.research.google.com 이용

검출시험용 동영상으로 신경망 평가: mychicken.mp4

alt text

alt text

alt text

alt text

신경망이란 무엇인가

https://playground.tensorflow.org/

YOLO는 무엇인가

https://www.youtube.com/watch?v=Cgxsv1riJhI

YOLO는 빠르고 정확하게 이미지 속의 객체를 검출한다

https://www.youtube.com/watch?v=XS2UWYuh5u0

YOLO를 사용하면 인공지능 닭장을 만들 수 있다

https://www.youtube.com/watch?v=GRtgLlwxpc4

음베일 마을 '나지리니'의 옥수수 해충 검출기

alt text

http://www.sciengineer.or.kr/board_Tqqc07/24029

주석달기 작업

  1. 조를 편성.
  2. 각조에 100장의 사진을 나누어준다
  3. 90장과 10장으로 분류
  4. 90장을 images폴더 아래 train폴더에 넣어줌
  5. 10장을 images폴더 밑에 val폴더에 넣어줌
  6. makesense.ai 사이트로 가서 시작하기 버튼
  7. 90장의 사진을 모두 선택하여 makesense.ai의 드롭박스에 던져주라
  8. 라벨을 새로 만들어 chicken이라고 이름을 붙이고
  9. 90장의 사진에 대해 바운딩박스를 그려서 주석작업을 하라
  10. actions메뉴를 클릭하고 export 를 선택.
  11. 주석화일 포맷은 YOLO로 지정
  12. export를 마치면 90장개으 주석화일(화일이름.txt)가 압축되어 내려온다
  13. 이 압축파일을 labels 폴더 밑에 train폴더에 풀어라
  14. 7,8,9,10,11,12 단계를 10장의 사진에 대해 반복하라
  15. 이 화일을 labels 폴더밑에 val폴더에 풀어라
  16. images와 labels를 한데 묶어 압축화일로 만들어라
  17. 이 압축화일의 이름을 chicken_dataset.zip이라고 변경하라

신경망 훈련

  1. 각 조마다 colab.research.google.com 에 로그인하라

  2. 이 깃헙의 aicamp의 콜랩노트북 을 클릭하여 노트북을 열어라

  3. 파일메뉴에가서 내드라이브에 사본만들기를 하라

  4. 그 사본을 열고 원본노트북은 닫아라

  5. 1단계 YOLO다운로드 버튼을 클릭

  6. 전단계에서 만든 chicken_dataset.zip을 PC에서 콜랩으로 업로드하라 (드랙앤드롭으로)

  7. 2단계 압축풀기 버튼을 클릭

  8. aicamp의 chicken.yaml을 yolov5 폴더의 data폴더에 업로드 하라(드랙앤드롭)

  9. 3단계 신경망 훈련 버튼을 클릭

  10. 신경망이 자동으로 훈련되기 시작한다

  11. 10분정도 시간이 흐르면 훈련이 완료된다 (mAP값이 얼마인지 확인 0.9이상이 되어야 함)

  12. runs폴더에 가서 훈련 결과를 확인

  13. 평가용사진을 클릭하면 신경망이 원본사진에 닭의 위치에 바운딩박스를 그려준것이 확인됨

신경망 추론

  1. mychicken.mp4화일을 콜랩의 업로드 (드랙앤드롭) 2.4단계 추론버튼을 누른다
  2. 신경망이 닭의 동영상 화일을 열어 매 프레임마다 닭을 검출하여 바운딩 박스를 그려준다
  3. 이 결과화일을 PC로 다운로드
  4. PC에서 이 화일을 플레이해본다

토론 및 종료

  1. 다음주제에 대해 토론해본다
  2. 신경망이 정확하게 추론하려면 어떤점을 보완해야 할까?
  3. 신경망이 생성한 정보를 일상생활에성 용하게 사용하려면 어떤 기술이 더 추가되어야 할까?
  4. 캠프에서 배운 지식을 응용하여 발명하고 싶은 장치나 서비스는 무엇인가?

사진폴더, 주석폴더 만들때 주의할점

닭사진화일과 주석화일은 은 다음과 같이 배치하라 작업폴더에 images와 labels폴더를 만들고

 images 폴더 아래 train과 val폴더를 만들라
    train폴더에 90장의 닭사진 화일
    val 폴더 밑에 10장의 닭사진화일을 넣어라
  labels 폴더 아래 train과 val폴더를 만들라
    train폴더에 90장의 주석화일
    val 폴더 밑에 10장의 주석화일을 넣어라

[주석작업 절차]

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

[신경망 훈련 절차]

구글에서 만든 콜랩(Colab)을 활용해서 신경망 훈련시키는 과정을 화면 중심으로 프로세스를 설명하겠습니다.

콜랩으로 가서 주피터노트북 열기

alt text

alt text

노트북의 사본을 구글드라이브에 복사하기

alt text

원본 노트북 닫고 사본 노트북을 열기

alt text

alt text

파일매니저 열기

alt text

데이터셋 업로드

alt text

alt text

1단계 YOLO 다운로드 받기

2단계 데이터셋 압축 풀기

alt text

alt text

alt text

데이터셋의 경로 화일을 수정하고 이름 바꾸기

alt text

alt text

alt text

alt text

드디어 신경망을 훈련시키자

alt text

alt text

신경망 훈련 결과를 살펴보자

alt text

alt text

닭장에 가서 동영상을 촬영하고 그 비디오를 신경망에 넣어보자

alt text

https://www.youtube.com/watch?v=oBG4-dMmNts

https://github.com/joyinstech/aicamp/blob/main/mychicken_short.mp4

동영상을 콜랩에 업로드 하라

alt text

동영상의 경로를 클립보드로 복사

alt text

신경망의 경로를 클립보드로 복사

alt text

신경망의 경로, 동영상의 경로를 붙여 넣어라

alt text

두둥,, 진실의 순간 ... 검출기를 실행하라?

alt text

alt text

검출 결과가 담긴 동영상을 다운받자

alt text

닭 검출기의 성능을 확인하라

https://youtu.be/JMpAo1GysWc

인공지능 닭장을 만드느라 수고했습니다

alt text

alt text

alt text

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages

  • Jupyter Notebook 100.0%