본문 바로가기

영상 화자 분리/개발

[Colab 학습 진행] Keras-frcnn 으로 이미지 학습시키기(3) 보호되어 있는 글입니다.
[Colab 학습 진행] Keras-frcnn 으로 이미지 학습시키기(2) 1. 목적 train 과정 중, 발생했던 오류에 대한 정리하려고 합니다. 첫 번째, 'NoneType' object has no attribute 'shape' 두 번째, keras.backend' has no attribute 'image_dim_ordering 세 번째, expected convolution2d_input_1 to have shape (None, 96, 128, 1) but got array with shape (0, 1, 96, 128) 2. 항목과 종류 keras-frcnn 내 traceback 결과로 오류 지점 살피면 됩니다. 그 과정에서 구글링도 했지만, 정말 케이스 바이 케이스라서 적용되는 것을 찾기도 어려웠습니다. 이 정리해놓는 내용 수 많은 해결 사례 중 하나가 되겠지요...
[Colab 학습 진행] Keras-frcnn 으로 이미지 학습시키기(1) 1. 목적 labelImg 오픈소스로 데이터 라벨링이 끝났습니다. 그리고 이미지와 라벨링 정보, 그리고 어떤 이미지를 train 하고, test 하는 지를 기록한 리스트(.txt) 파일 총 3가지에 대하여 구글 드라이브에 업로드 합니다. (참고) 2. 오픈소스를 커스텀화시키는 과정 이 과정에서 이것저것 변경해서 변경 사항추적이 헷갈려서 오류가 많이 났음. (1) VOC 파일 생성 데이터를 우선 설명하면, 각자 개인이 생성한 데이터는 [PNGImages] 아래에 모두 들어갑니다. 그리고 '라벨링이미지'툴로 만들어진 xml 값들은 [Annotations]으로 들어갑니다. [Main]의 각 trainval, test 데이터에 대한 '파일명'을 개행하여 나열합니다. 그럼 최상위 폴더명 이름에 대해서는 '나는 m..
[데이터생성] 입 데이터 생성과 전처리(2) 1. 기본 데이터 처리1 : 사이즈 조정(size up) 처리 2 : 뚜렷하게(sharpening) 처리 3-1 : 경계 표현 (canny-edge, contouring) 크기가 작은 이미지에 대해서는 어떤 처리의 결과물이 좋지 않았다. 대표적으로 영상 이어붙이기의 stitch 작업은 수행되지 않았다. 애시당초 내가 하려는 작업과 stitch 작업은 결과물이 같은 것이지 내포하는 의미는 전혀 맞지 않기도 했다. (Stitch는 연속성이 있는 이미지의 접합, 내가 원하는 동작은 단순한 이미지 나열 동작) 결론은, 처리3번에서 한계점이 있었음. "입술에 대하여 명확한 경계" 세밀한 표현canny-edge 가능하지만 주요 외곽선의 손실되는 량 많다. 반면, contouring 함수를 이용할 경우, 섬세한 결과..

티스토리툴바