본문 바로가기

인공지능 환경세팅

2D 시뮬레이터에서 학습 진행 및 모델 추출 (CrowdNav DS-RNN)
인공지능 환경세팅 2022. 11. 30. 2D 시뮬레이터에서 학습 진행 및 모델 추출 (CrowdNav DS-RNN) Author: KangchanRoh Team: Reinforcement Learning Team @ CAI Lab Date: 2022/11/30 1. 학습 진행 (1) 로봇 및 카메라 OMO-R1 카메라 : Intel RealSense D435 (2) 학습 모델 파라미터 설정 (config 파일) 커스텀 파라미터 로봇 반경 : 0.47m 로봇 최대 속도 : 1.2m/s 카메라 화각 : 86도 학습할 스텝 수 : 20e7 그 외 파라미터 속도 $v$, 각속도 $\omega$로 주행하는 unicycle 타입 로봇에 맞게 저자들이 제시한 디폴트 파라미터로 설정. 학습 횟수 2000만 Step만큼 학습 진행 1회차 학습 (파란색 그래프) 2회차 학습 (주황색 그래프) 1회차 학습 모델을 pre-train으로 가..
YOLO + Object Tracking
인공지능 환경세팅 2022. 11. 30. YOLO + Object Tracking Author: KangchanRoh Team: Reinforcement Learning Team @ CAI Lab Date: 2022/11/30 Benchmark COCO Benchmark (Real-Time Object Detection) Papers with Code - COCO Benchmark (Real-Time Object Detection) The current state-of-the-art on COCO is YOLOv7-E6E (36 fps). See a full comparison of 41 papers with code. paperswithcode.com MOT17 Benchmark (Multi-Object Tracking) Papers with Code - MOT17 Benchmark..
[환경 세팅] Ubuntu 20.04에 CUDA 11.3 cuDNN 8.2.1 설치하기
인공지능 환경세팅 2022. 7. 26. [환경 세팅] Ubuntu 20.04에 CUDA 11.3 cuDNN 8.2.1 설치하기 Author: Kangchan Roh Date: 2022/08/01 Ubuntu 20.04 Nvidia 드라이버 470 CUDA 11.3 cuDNN 8.2.1 ▣ 머리말 안녕하세요 첫 포스팅으로 인사드려요. 진남준(진정한남자준희)씨랑 블로그 공동 운영하게 된 노갈이예요. 준희씌는 이미 대학원생이고 저는 곧 대학원생이라 앞으로 이 블로그에서 자주 뵐 것 같아요. 자자 인사 다 했으니 GPU로 인공지능 학습을 위해 필수로 설치해야 할 라이브러리 CUDA와 cuDNN을 Ubuntu환경에서 설치를 해봅시다. 저는 Pytorch를 사용하기 위해 설치를 했어요. 참고한 블로그: https://webnautes.tistory.com/1479 Ubuntu 20.04에 CUDA 11.2, cuDNN 8.1.0, Open..

티스토리툴바