Deep.I

Jetson Series 젯슨 나노는 NVIDIA에서 제작한 딥러닝용 보드로 GPU 연산이 가능한 프로세서를 탑재하여 CUDA를 활용한 이미지 프로세싱과 딥러닝 연산이 가능합니다. 가격 또한 저렴?하여 다양한 산업용 시스템 구현에 활용 가능성이 높습니다. 이번 포스팅은 백업이나 여러개의 잿슨 나노를 동일하게 구동하게 될 경우 필요한 SD 카드 복사 ( HARD COPY) 가이드입니다. 다양한 방법과 시도가 있었습니다. 하단의 링크는 영상과 함께 설명되어 쉽게 복사가 됩니다. 저 역시 이 방법을 주로 사용하고 있습니다. https://www.jetsonhacks.com/2020/08/08/clone-sd-card-jetson-nano-and-xavier-nx/ Clone SD Card - Jetson Na..

안녕하세요, 오프라인 공간의 지능화를 꿈꾸는 DEEP.I 입니다. 딥아이는 예비창업패키지 4차산업 인공지능 우수기업으로 선정된 이후, 충청남도청과 순천향대학교를 비롯한 다양한 기업, 개인과 컴퓨터 비전 기반 지능형 솔루션 개발 프로젝트를 진행한 경험이 있습니다. 또한 딥러닝 기술 관련 연구적 성과로 4편 이상의 SCIE 급 논문, 7건 이상의 특허 출원 및 등록 되었습니다. 딥러닝 기반 지능형 솔루션 개발 프로젝트가 필요한 모든 분들께 최선을 다할것이며, 서비스는 활용되는 데이터와 모델 구현 난이도에 따라 가격이 조정될 수 있습니다. 기한 역시 절대적이지 않습니다. 하지만, 서두르지 않고, 최선을 다해 최고의 솔루션을 제공해드리겠습니다. 문제 정의가 어렵고, 정확한 기술적 개념이 명확하지 않으셔도, 문의..

데이터 라벨링은 데이터를 가공하는 1차 작업입니다. 아기에게 말을 가르칠 때 사물의 사진을 보며 이름을 하나씩 알려주는 것처럼 AI 모델이 학습할 데이터에 '이것은 사람' '이것은 자동차' '이것은 강아지' 이런식으로 입력해주는것입니다. 여기서 사물의 사진은 입력되는 데이터(Input Data) 이며 이름은 출력으로 목표하는 목표값(Target)이 됩니다. 여기서 목표값을 부여하는 행위를 라벨링 작업이라고 부르며 전체 AI 시스템 구축에 80~90% 이상이 소요된다고 합니다. (원문기사) 실제 양질의 데이터 확보와 높은 신뢰도를 갖는 AI 시스템 구축에 라벨링은 무척 중요합니다. 오늘은 객체 탐지 알고리즘으로 활용하기 위한 라벨링에서 적용되는 몆가지 원칙을 알아보겠습니다. 1. 편향을 막기 위한 빅데이터..

2019년 말, 텐서플로우 2.0 버전이 배포되면서 머신러닝 분야에서 텐서플로우의 열기는 더욱 더 뜨거워졌습니다. 새로워진 텐서플로우 설치를 시작으로 CNN (Convolutional Neural Network) 기반의 이미지 분류기, Object detection 알고리즘 중 하나인 Faster R-CNN까지 시리즈로 포스팅을 이어나가도록 하겠습니다.텐서플로우 CPU 모드의 경우 설치가 간편하지만, GPU 모드로 구동하실 경우 파이썬이나 CUDA 버전에 의존성이 강하여 초기 설치환경 구축이 매우 중요합니다. 설치되는 라이브러리 또는 프로그램의 모든 버전을 확인하시고 설치해주시기 바랍니다. 1. 가상환경 생성 // 가상환경 생성conda create -n py38tensorflow python=3.8 /..