![]()
Introduction 젯슨 나노가 출시된지 너무나 오랜 시간이 지났고, 이제는 단종에 이르러 Jetson Orin Nano를 사용해야 하는 상황이지만, 너무나 매력적인 가격에 이를 계속 사용하고자 하는 사람이 많습니다. 저도 그 중 하나로서, Jetson Nano를 23년 현재에도 유효하게 사용할 수 있도록 하기 위한 몇 가지 작업 내용을 공유하고자 합니다. Deprecated Bionic Beaver. Jetson Nano의 하드웨어를 활용하기 위한 드라이버 키트인 JetPack은 우분투 18.04를 기반으로 한 4.6.1 을 마지막으로 더이상 릴리즈되고 있지 않습니다. 따라서 우리는 yolov8 등의 딥러닝 패키지를 사용하기 위한 사전 작업을 몇 가지 해야 합니다. 조금 더 원활한 사용을 위해 젯슨..
![]()
Introduction 업무에 있어 AI 가속이 필요한 작업을 해야 하는 상황이 생겨, 젯슨 나노를 구입했습니다. 현재 시점에서 젯슨 나노 제품은 단종이 되었으며, 대체재로 Jetson Orin Nano가 판매되고 있으나, 가격이 일반 PC에 버금가게 비싸다 보니 선뜻 접근이 어렵습니다. 그렇다보니 출시된지 한참 되었음에도 가격이 오히려 올라가는 이 이상한 보드를 울며 겨자먹기로 사용할 수 밖에 없습니다. 여전히 쓸만한가? 결론부터 말씀드리자면, 그렇습니다. 개인적으로 구입 후 추론작업 진행해본 결과, yolov8, yolov8n weight,640*480 입력 기준 0.06s~0.05s(15fps~20fps)의 성능을 보입니다. 가격이 너무 치사하긴 하지만, 이정도 성능이 나오는 제품은 이 가격대에 없..
![]()
당신만의 AI, 함께하는 Jetson Nano A02 Jetson Nano에서 YOLOv5 사용 전 준비할 것들 Jetson Nano에 JetPack 4.6 + 필수 SW 설치 OpenCV CUDA 가속 활성화로 젯슨 나노 100% 활용하기(간단) Jetson Nano에서 YOLOv5 실행하기(0.13s, 7.7fps) 드디어. YOLOv5. (2021. 11. 01. 최초 작성) YOLOv5를 위해 JetPack 4.6, OpenCV 4.5.4 with CUDA, PyTorch 1.8, torchvision 0.9.0을 설치하는 고생을 해왔습니다. 이제 드디어 YOLOv5를 설치할 차례입니다. GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > Cor..
![]()
당신만의 AI, 함께하는 Jetson Nano A02 Jetson Nano에서 YOLOv5 사용 전 준비할 것들 Jetson Nano에 JetPack 4.6 + 필수 SW 설치 OpenCV CUDA 가속 활성화로 젯슨 나노 100% 활용하기(간단) Jetson Nano에서 YOLOv5 실행하기(0.13s, 7.7fps) 서론 이전 포스팅에서 Jetson Nano 환경에서 YOLOv5를 돌리기 위해 JetPack 4.6, jetson-stats를 설치했습니다. 이후 jtop을 통해 설치된 SW를 확인해 보면 OpenCV 4.1.1이 설치되어 있는 것을 볼 수 있습니다. 저희가 직접 설치하지는 않았지만 OpenCV는 JetPack 안에 포함되어 있었습니다. 여기서 CUDA를 사용하기 위해 굳이 Jetson ..
![]()
당신만의 AI, 함께하는 Jetson Nano A02 Jetson Nano에서 YOLOv5 사용 전 준비할 것들 Jetson Nano에 JetPack 4.6 + 필수 SW 설치 OpenCV CUDA 가속 활성화로 젯슨 나노 100% 활용하기(간단) Jetson Nano에서 YOLOv5 실행하기(0.13s, 7.7fps) 서론 Jetson Nano에서 YOLOv5 사용 전 준비할 것들 (21. 11. 01 최초 작성) 서론 Jetson Nano를 처음 구입했다면, 딥러닝 예제를 돌려보는게 인지상정입니다. 그리고 그에 맞게 JetPack에서는 기본적인 Inference를 수행할 수 있는 Docker Image 가 내장되어있습 whiteknight3672.tistory.com 이전 포스팅에서 YOLOv5를 설..
![]()
(21. 11. 01 최초 작성) 당신만의 AI, 함께하는 Jetson Nano A02 Jetson Nano에서 YOLOv5 사용 전 준비할 것들 Jetson Nano에 JetPack 4.6 + 필수 SW 설치 OpenCV CUDA 가속 활성화로 젯슨 나노 100% 활용하기(간단) Jetson Nano에서 YOLOv5 실행하기(0.13s, 7.7fps) 서론 Jetson Nano를 처음 구입했다면, 딥러닝 예제를 돌려보는게 인지상정입니다. 그리고 그에 맞게 JetPack에서는 기본적인 Inference를 수행할 수 있는 Docker Image 가 내장되어있습니다. 그러나 이 Docker Image는 Demonstration 용도이기 때문에 이걸로 뭔가를 제대로 써먹어서 만들어보기에는 무리가 있습니다. 그..
![]()
Code Name : Cherry | Level : CLASSIFIED | Declassified : 2021-07-24 이런 기믹성 글은 포스팅하고 싶지 않지만 이게 정말 웃긴 이야기이기도 하고 프로젝트에 들인 시간이 있다보니 소개를 안할 수 없을 것 같습니다. 일단 시작해보겠습니다. 친구에게 전화를 걸어 뭘 하고 있는가 물어본적이 있었습니다. PC방에서 약초 캐고 있답니다. 저는 메이플스토리를 하지 않아서 그게 무슨 헛소리인가 하고 들었는데, 단순히 요약해보니 "쥬니퍼베리라는 아이템을 캐다 보면 확률적으로 돈이 되는 아이템이 나온다. 이걸 한 시간 내내 캐면 4000원 정도 벌 수 있다." 정도의 이야기를 해줬습니다. 이후에 PC방을 한 번 같이 간 적이 있는데, 아니 친구 두 명이 돈이 없다고 한 ..
![]()
객체 탐지(ObjectDetection)이란? 컴퓨터 비전 중, 카메라를 통해 얻을 수 있는 이미지 스트림에서 물체를 인식하는 기술을 의미합니다. YOLO(You Only Look Once) 딥러닝을 통한 객체 탐지 모델은 크게 R-CNN, SSD, YOLO가 있습니다. 객체탐지 모델들이 우선적으로 당면한 문제 중 하나는, 실제 서비스를 할 수 있을 만큼 탐지 속도와 정확도를 올려야 한다는 겁니다. 정확도와 탐지 속도(mAP : mean Average Precision)는 trade-off 관계입니다. 탐지 속도가 높으면 그만큼 정확도는 낮아지고, 정확도가 낮아지면 그만큼 탐지 속도가 올라갑니다. YOLO는 괜찮은 수준의 mAP와 FPS를 가집니다. 개인 레벨에서 시범적으로 사용해보기에는 최적의 모델이라..
![]()
최근에 학교에서 열었던 행사에 참석하게 되었습니다. 행사의 이름은 이었으며 2박 3일동안 한글 필기 인식을 하는 모델을 튜닝해서 최적의 모델을 만들어 내는 게 행사의 목표였습니다. 이름 그대로 AI에 대해 아무것도 모르는 사람도 할 수 있을만큼 난이도는 쉬웠습니다. 데이터 수집, 데이터 전처리, 데이터 학습을 위한 모델이 모두 제공되었으며, 참여자가 할 일은 오로지 어떤 데이터를 어떻게 만들 것인가, 학습을 얼마나 할 것인가 정도만 건드리는 것 뿐이었습니다. 저와 제 팀원은 직접 모델을 만들어보고 싶어서 2박 3일동안 모델 튜닝은 안하고 모델 만드는데만 매달렸습니다. 모델을 만들긴 했지만 텐서플로우 1.14버전과 2.0 버전 간 호환성 문제가 발생했습니다. 평가가 안되니 결국 순위권에도 못들어갔습니다. ..
![]()
텐서플로우를 사용하기 전에 일단 실습 환경부터 구축해보겠습니다. 텐서플로우는 기본적으로 오픈소스이기 때문에 무료로 사용할 수 있지만, 텐서플로우를 돌리는 하드웨어 자원은 무료가 아닙니다. 오프라인으로 돌린다면 pc 사양이 어느 정도는 되어야 할테고, 온라인으로 굴린다면 제한적인 자원을 무료로 사용하거나 비용을 추가해서 서버 자원 사용에 대한 비용을 지불하고 사용할 수 있습니다. 1. Anaconda 설치하기 Anaconda는 데이터 분석을 위한 툴들이 내장되어있는 패키지인데, 텐서플로우를 설치할 수 있는 가장 널리 알려진 방법입니다. 저는 개인적으로 아나콘다 윈도우 버전을 설치했다가 여러번 데였던 경험이 있습니다. 진짜 며칠동안 이거 설치하느라고 끙끙대다 포기했습니다. 그런데 어느날 OS 재설치하고 생각..
뭘 하고 지내다가 갑자기 텐서플로우를 한다는건가? "왜 나는 여기서 30만원을 받으면서 있는것인가?", "왜 나는 30만원밖에 못 받으면서 열심히 혼나고 일하고 하는 것인가?" 군 복무를 하는 내내 머리 속을 떠나지 않는 질문들이었습니다. 해답은 스마트홈에 관한 생각을 하면서 잠시간 저 질문을 잊는 걸로 끝냈습니다. 가치 없이 시간을 보낼바에 부대 안에 있는동안 기획하고 휴가 가서 구현하자!라는 생각으로 군 복무 초기 - 일병 초 - 쯤부터 스마트홈에 관해 계속 생각해왔습니다. 여러 번의 훈련을 해내고, 어느순간 스마트홈에 관한 생각이 사라졌습니다. 그도 그럴 것이 스마트홈을 만들어낸다는 건 크게 고민을 통해 성장을 만들어내는 주제가 아니기 때문이었습니다. 그런데 스마트홈에 대한 생각이 사라지는 시점은 ..
