본문 바로가기
opengl 설치방법 간단 명료 정리 ( Window 10 버젼 ) window 버젼 별로, visual studio 버젼별로, glut 버젼별로 설치 방법이 말이 많다. 이 글로 한번에 정리하겠다. 우선 두 파일 다운로드 한다. 여기서 말이 많은데, 로컬디스크/Program Files(x86)/ 에 들어가면 Windows Kits 에 넣으라는 사람도 있고, Microsoft SDKs폴더로 경로 잡는 사람도 있다. 내가 알기로는 Windows Kits 폴더가 맞다. 일단 내가 하라는 방법대로 한 다음!!! 그 다음 안될 경우 어떻게 해야하는 지도 알려주겠다. 1. Include 넣기!!! 로컬디스크/Program FIles(x86)/Window Kits/ 에 들어가자 들어가면, 어떤 사람은 폴더가 8만 있는 사람도, 10만 있는 사람도 있을 것이다. 그럼 그냥 둘 다 해..
TypeError: object of type <class 'numpy.float64'> cannot be safely interpreted as an integer 오류 / 에러 numpy 버젼이 높아서 그런 것이다. pip install -U numpy=1.17.0 로 다운그레이드를 하면 됨 꼭 1.17로 해야되는 건 아니다.
pip uninstall 했는 데 import 될 경우/ pip install 했는 데 import 안되는 경우 / which pip가 conda pip가 아닐 경우 이건 좀 사람마다 다르겠지만, anaconda에서 가상환경에서의 pip를 사용하여 패키지를 설치하려는데 이상하게 안될때가 있다. 예를 들면, 패키지 설치를 했는 데 import가 없다고 뜨거나, 삭제를 했는 데 import가 될 경우? 분명히 다른 건 문제가 없는 데 왜 그럴까 이런 문제에 대해서 다른 여러 방법들은 포스팅이 되어있으니 내 방법은 극히 주관적인 방법이라고만 말할 수 있다. 나 같은 경우에는 mobaxterm을 사용하여 원격으로 리눅스에 있는 터미널을 만지는 데, 여기서 which pip를 입력할 경우, 계속 local에서의 pip만 계속 가리키게 되었다. 조금 이상해서 원격이 아닌, 컴퓨터로 which pip를 입력했더니 정상적으로 작동하였다.... 내가 볼 때, 내가 잘못한 것이라기보다..
yolo2coco / yolo to coco / yolo format to coco format / YOLO annotation을 COCO 데이터 annotation으로 바꾸기 최근에 EfficientDet이 발표되고나서, 많은 사람들이 이 기술을 Custom dataset에 적용하려고 한다. 보통 Object Detection에는 COCO와 VOC 데이터 셋을 많이 사용하고는 하는 데, 데이터 포멧때문에 애를 먹는 경우가 많다. 귀찮거나 변환을 해야하기때문에... 일반적으로 1 stage detector를 적용할 경우, yolov3를 사용하여 적용하는 경우가 많은 데, yolo의 데이터 라벨링은 이에 비해 엄청 간단하다. 그저 클래스, 중앙 x, 중앙 y, width, height만 입력하면 되기 때문이다. ( ex : 1 120 240 10 10 ) 그래서 이 format을 토대로 yolov3등을 (요즘에는 yolov4까지 나왔지만.. ) 사용하는 경우가 많은 데, 문제는 ..
RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same 오류 해결 정상적인것 같은데 이런 메세지가 뜬다? 1. 일반적으로 검색하면 나오는 방법은 Variable(inputs.cuda()) 를 Variable(inputs.float().cuda()) 로 바꿔주기 2. .cuda() 붙이기 inputs, labels = data inputs,labels = inputs.cuda(), labels.cuda() 로 cuda 설정하기 3. .to(device) 붙이기 inputs,labels = inputs.to(device), labels.to(device) 4. 내 경우 나 같은 경우에는 변수는 다 감싸주었는 데, 중요한 것은 모델을 안넣어주어서 문제가 생겼었다. 결국 둘 다 감싸주는 것이 포인트 use_gpu = torch.cuda.is_available() if use_..
파이토치, dataloader 오류. RuntimeError: An attempt has been made to start a new process before the current process has finished its bootstrapping phase. This is probably means that you are not using fork to start your child processes and you have forgotten to use the proper idiom in the main module: if __name__ == '__main__': freeze_support () ... The "freeze_support ()" line can be omitted if the program is not going to..
Improving Unsupervised Defect Segmentationby Applying Structural Similarity To Autoencoders 에서의 Autoencoder 구현 원래는 파이토치만 하는 데, 오토인코더는 하도 케라스 버젼이 많아서 그냥 케라스로 짜봤다. 논문 제목 : Improving Unsupervised Defect Segmentation by Applying Structural Similarity To Autoencoders 논문 주소 : https://arxiv.org/pdf/1807.02011.pdf 다른 사람의 구현 버젼 : https://github.com/cheapthrillandwine/Improving_Unsupervised_Defect_Segmentation/blob/master/Improving_AutoEncoder_Samples.ipynb 처음에는 그냥 가져다가 쓰려고 했는 데, 논문 내용과 맞지가 않아서 그냥 직접 구현하였다. 맞지 않은 ..
'LeakyReLU' object has no attribute '__name__' 에러 leakyrelu를 쓸때 에러가 나왔다. keras 할 시에, 내 경우에는 케라스의 Sequential을 통해서 model.add로 모델을 구축하는 데, from keras.models import Sequential from keras.layers import Dense, Conv2D, MaxPool2D, UpSampling2D,Dropout,LeakyReLU, Deconv2D leaky_relu = LeakyReLU(alpha=0.2) model = Sequential() model.add(Conv2D(32,(4,4),activation=leaky_relu, padding='same',strides=2)) 이렇게 하였더니 에러가 나왔었다. 다른 사람을 보니 model.add(Activation(Lea..

티스토리툴바