<이미지 특징 정보 추출 모델 논문>
- VGG-16
: 모델 변형을 위한 논문 읽기
1. VGG-16 모델에서 마지막 Fully-Connected layer 부분을 제거하여 이미지 특징 정보만 추출한다.
다음과 같이 Fully-Connected 부분을 삭제하여 이미지 정보만 추출하도록 VGG-16 모델을 바꿨다.
2. 풍경화에 대한 이미지를 얻기 위하여 pixabay(무료 이미지를 제공하는 사이트)에서 이미지 크롤링을 하여 100개의 data를 얻고 해당 이미지에 대해
90도로 오른쪽 회전
좌우반전
밝기 100 올리기
어둡게 50
을 한 noise 이미지 data를 생성하였다.
3. 이후 기존의 원본 풍경 이미지와 noise 이미지에 대해 Consine Similarity 를 구하기 위해 해당 이미지 data를 GPU로 돌리기 위해 'cuda'를 사용하려고 하였으나, 다음과 같이 GPU가 너무 오래되어 torch를 지원하지 않는다는 문제가 발생하였다.
4. 해당 GPU에 대한 정보를 찾아봤다.
현재 우리의 GPU은 Quadro K600으로 3.0의 Compute Capability -> 지금은 8.6의 Capability
Quadro K600의 GPU는 2013년도에 나왔다.
CUDA GPUs
Your GPU Compute Capability Are you looking for the compute capability for your GPU, then check the tables below. NVIDIA GPUs power millions of desktops, notebooks, workstations and supercomputers around the world, accelerating computationally-intensive ta
developer.nvidia.com
5. 다음과 같이 pytorch의 vesion을 낮춰봤지만 해결이 불가 => 어떻게 해야 할까?
version관리를 requirements.txt를 통해 관리
6. Image Similariy에 대한 논문을 찾아서 읽는 중
" Learning Deep Similarity Models with Focus Ranking for Fabric Image Retrieval"
<이미지 Data Set>
- CIFAR 10 이미지 자료
- ImageNet dataset: http://image-net.org/download
ImageNet
Download ImageNet Data The most highly-used subset of ImageNet is the ImageNet Large Scale Visual Recognition Challenge (ILSVRC) 2012-2017 image classification and localization dataset. This dataset spans 1000 object classes and contains 1,281,167 training
image-net.org
'Project > NFT 블록체인을 활용한 딥러닝 기반 사진 거래 웹 애플리케이션 구축' 카테고리의 다른 글
| [연구실] Pillow version 문제 (0) | 2021.08.03 |
|---|---|
| [연구실] 딥 러닝을 위한 이미지 크롤링 (0) | 2021.08.03 |
| [연구실] 프로젝트 정리 (0) | 2021.07.27 |
| [연구실] 1. YOLO 논문 (0) | 2021.07.19 |
| [pytorch] 기본 (0) | 2021.07.18 |