Capstone/2019-1 Capstone (8) 썸네일형 리스트형 ⑧ 캡스톤 최종결과물 캡스톤 디자인 최종 결과물 ◆ 유투브 링크 : https://www.youtube.com/watch?v=xmiLOTW-y_8 ◆ 각 팀원의 블로그이영훈 (GUI구성 및 최종 결합): https://dudgns7675.tistory.com/최남기 (드론제어 및 파일 전송) : https://namki-learning.tistory.com/category/%EC%BA%A1%EC%8A%A4%ED%86%A4_%EC%A1%B8%EC%97%85%EC%9E%91%ED%92%88 ⑦ TCP 통신 TCP 통신 Client가 Server로 txt파일과 동영상을 보냅니다.Server는 Python으로 Client는 JAVA로 작성했습니다.TCP통신 Client_JAVA123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103package com.example.ijeongmin.tcp2; import android.os.Build;import android.os.Environment;import andro.. ⑥ Darknet(YOLOv3) Darknet Darknet 이란?C언어로 작성된 물체 인식 오픈 소스 신경망입니다.그 중 YOLOv3 신경망을 사용했습니다. YOLOv3을 사용한 이유는 레이어가 많아서 탐지하는데 시간이 걸리지만 작은 물체까지 탐지가 가능합니다. 논문 : YOLOv3 Darknet 사용법참고 링크(https://github.com/AlexeyAB/darknet#how-to-train-tiny-yolo-to-detect-your-custom-objects)1) 라벨링 1-1) Yolo_mark를 설치후 https://github.com/AlexeyAB/Yolo_markcmake . make ./linux_mark.sh1-2) x64/Release/data/img에 있는 기존의 이미지는 지우고 커스텀할 이미지를 넣는다. .. ⑤ Darkflow : YOLO의 Tensorflow 버전 YOLO의 Tensorflow버전인 Darkflow를 사용해보겠습니다. Darkflow란?기본 YOLO는 C를 기반으로 작성되었습니다. 이를 Tensorflow으로 작성된것이 darkflow입니다.YOLO에 대한 설명과 사용법은 ☞여기☜에 작성했습니다. darkflow 깃허브 : https://github.com/thtrieu/darkflow 실행 환경 UBUNTU 16.04 CUDA_VERSION 9.1.85 CUDNN_VERSION 7.1.2.21 OpenCV 3 Python 3 Tensorflow 1.0 labeling 이미 Darknet으로 라벨링 한 분들은 다시 라벨링을 할 필요 없이 아래의 코드를 사용하면 (.txt) 에서 (.xml)로 변환됩니다.코드출처 : https://murra.tist.. ④ 이미지 수집 & 데이터 불리기 이미지 수집 & 데이터 불리기 수집해야하는 이미지는 옥수수 이미지로 Gray leaf spot, Northern leaf blight, Common rust라는 질병의 데이터 셋입니다. 1) Kaggle DatasetsKaggle Datasets에서 이미지 수집(https://www.kaggle.com/emmarex/plantdisease)해당 Github로 바로가기(https://github.com/spMohanty/PlantVillage-Dataset) 옥수수 이미지 2690장 사용했습니다.데이터셋의 이미지는 아래와 같습니다. ▲ Gray leaf spot ▲ Northern leaf blight ▲ Common rust 2) Google 검색 Google 검색으로 이미지 수집 옥수수 이미지 159장.. ③ Docker Docker Docker란?리눅스의 응용 프로그램들을 소프트웨어 컨테이너 안에 배치시키는 일을 자동화하는 오픈소스 가상화 플랫폼 컨테이너(Container) Docker 장점1. 이미 구현된 환경을 쉽게 구성할 수 있다.2. 버전 관리가 쉽다.3. 다른 프로세스의 환경설정에 영향을 미치지 않는다.4. 시스템이 잘못되면 Container만 지우고 다시 만들어 사용하면 되기 때문에 매우 간편하다. Portainer를 이용한 Docker 사용법 1) Image 생성이미지란? 도커 컨테이너를 생성할 때 필요하며 필요한 프로그램과 라이브러리, 소스를 설치한 뒤 파일로 만든 것이다.Docker image의 공식 사이트에는 많은 image들이 있다. (https://hub.docker.com/) Docker hub에.. ② Capstone 컴퓨터 세팅 우선 YOLO를 사용하기 전에 컴퓨터를 세팅해보겠습니다.현재 Ubuntu 18.04 와 CUDA 10.1는 설치되어 있습니다.cuDNN 7.5.0 CUDA 10.1에서는 cuDNN 7.5.0만 사용가능합니다. (아래 링크에서 다운받으면 됩니다.) https://developer.nvidia.com/rdp/cudnn-download $ cd "다운경로"$ sudo tar -xzvf cudnn-10.1-linux-x64-v7.5.0.56.tgz$ cd cuda$ sudo cp include/cudnn.h /usr/local/cuda/include$ sudo cp lib64/libcudnn* /usr/local/cuda/lib64$ sudo chmod a+r /usr/local/cuda/lib64/libcud.. ① Capstone 아이디어 Capstone What? - 드론을 이용해 식물을 주기적으로 관찰하며 이상이 있는 식물을 탐지해 알려주는 시스템 Why? - 편리하고 효율적인 농장 관리를 위해 - 농부 : 주기적인 관리를 드론이 대신함으로서 노동력을 절감하고, 경제성이 증가할 수 있다. - 식물데이터 : 장기적인 식물 이상 데이터 수집으로 데이터베이스를 구축하고 이를 통해 다음 년도에 대비할 수 있다. How? - 드론으로 식물을 촬영하고 동영상과 GPS데이터를 서버컴퓨터에 전송한 후 딥러닝 알고리즘을 사용해 식물의 이상을 탐지한다. 시스템 구상도 문제점 ✹ 잡초 물체 탐지 : 어떤 알고리즘을 사용해 구현할지? - Yolov3 사용 고려 중 ✹ 실시간 이미지 전송? - DJI developer 사용 ✹ GUI구현? - 지도로 이상이 .. 이전 1 다음
