일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- EC2
- aws s3
- airflow
- zookeeper
- Spring
- Operating System
- MAC address
- java
- Packet
- log
- CVAT
- jvm
- kubernetes
- AWS
- JavaScript
- PostgreSQL
- helm
- OS
- Kafka
- Network
- CSV
- Vision
- tcp
- kubeadm
- docker
- Trino
- kubectl
- ip
- grafana
- Python
Archives
- Today
- Total
목록ultralytics (1)
JUST WRITE
[Vision] 엔지니어의 Yolo 도전기(3) - Yolo 모델 Train
Yolo 모델 Trian 저번 포스팅에서 Yolo 모델을 Train 하기 위한 DataSet을 준비하였습니다. CVAT을 통하여 샘플 Video에 있는 사람을 Labeling 하고 해당 Data를 COCO Data 포맷으로 변환하였습니다. 이번 포스팅에서는 준비한 DataSet으로 Yolo 모델을 Train 해보겠습니다. Train 환경 준비 Train에 필요한 환경을 준비해야 합니다. 필수는 아니지만 빠른 Train을 위해서 GPU Server를 권장합니다. 저는 AWS EC2에서 Ubuntu p2.xlarge로 GPU Server를 준비하였습니다. GPU Server 환경 구성은 아래 포스팅에 참고해 주시길 바랍니다. AWS EC2에서 GPU를 사용하려면?! AWS EC2 GPU를 사용하려면?! 딥러..
AI
2023. 4. 27. 16:04