전체 글 썸네일형 리스트형 OpenVINO 사용 방법 정리2 - TF2 최근에 모델 변환할 일이 생겨서 이전 글에 내가 정리한 대로 진행했는데 에러가 뜨더라. 이유를 찾아보니 Tensorflow2로 학습된 모델을 변환하려면 OpenVINO 2021.3 이상의 버전을 사용해야 했고, 설치하는 방법도 과거보다 훨씬 쉬워진 것 같아서 추가로 정리하고자 한다. 1. Install OpenVINO 다른 파이썬 라이브러리처럼 pip을 지원한다! exe 파일을 통해 설치하던 이전 방식보다 훨씬 편해졌다. ## 가상환경 생성 conda create --name openvino python=3.8 conda activate openvino ## OpenVINO 설치 pip install openvino-dev[tensorflow2]==2021.4.2 2. Freezing model h5를 .. 더보기 Jupyter notebook 테마 변경 & nohup 실행 Jupyter notebook의 테마 변경을 통해 원하는 느낌의 화면을 설정해 줄 수 있다. 그리고 회사 서버에서는 백그라운드로 jupyter notebook을 실행해줘야 하는데 이때 nohup 명령어를 쓰면 된다고 한다. 내가 정리하고자 하는 내용은 아래와 같다. (이런 기본적인 것도 할 줄 몰랐던 내가 부끄럽다....) 기존 nohup 명령어 종료 Jupyter notebook 테마 변경 nohup으로 실행 사용되는 명령어는 아래와 같다. # nohup으로 실행되고 있는 프로세스 조회 ps -ef | grep jupyternotebook # 프로세스 kill kill 11819 # jupyter notebook 테마 변경 jt -t oceans16 -cellw 70% -T -N # nohup으로 실행.. 더보기 내가 자주 쓰는 파이썬 정규표현식 정리 Mask Image 생성을 위해 데이터 처리를 하다 보면 아래와 같이 파일명 처리가 은근 까다로운 경우를 접하게 된다. DICOM Path - /data3/MC/DICOM/test.dicom Annotation Path - /data3/MC/anno/test_1.roi - /data3/MC/anno/test_2.roi - /data3/MC/anno/test_3.roi 총 3개의 Annotation Path 뒤에 붙은 _1.roi / _2.roi / _3.roi 를 제거하고 싶을 때 정규표현식을 쓰면 된다. import re old = 'test_1.roi' new = re.sub('_[0-9].roi', '', old) 끝! 더보기 Assessing the Trustworthiness of Saliency Maps for Localizing Abnormalities in Medical Imaging (2021, RSNA Radiology:Artificial Intelligence) 논문 링크 지난 논문과 비슷한 주제의 논문이다. Saliency map을 실제 이상 소견의 위치로 봐도 되는지에 대해 의문을 던지는 논문이다. 지난 논문은 Saliency map과 expert annotation 사이의 성능을 비교했다면, 이번 논문은 saliency map과 localization uitility (segmentation and detection) 사이의 성능을 여러 측면에서 비교한다. 실험을 위해 저자는 Segmentation 비교에는 SIIM 데이터셋 (PNX)과 UNet을, Detection 비교에는 RSNA 데이터셋 (PN)과 RetinaNet을 사용했다. 여러 가지 테스트를 진행하고서 저자는 Localization 결과를 얻고 싶다면 Saliency map은 신뢰성이 부족하니까.. 더보기 Benchmarking saliency methods for chest X-ray interpretation (2022, Nature machine intelligence) 논문 링크 블랙 박스 문제는 의료 영역 뿐만 아니라 모든 영역에서나 인공지능 출력 분석에 발목을 잡는다. 그래서 '해석 가능한 인공지능 (XAI, Explainable AI)' 이라는 주제로 여러 시도들이 연구되어 왔다. 방법론들을 정리한 리뷰 논문까지 있을 만큼 다양한 관점에서 많은 시도들이 이루어지고 있는 연구분야이다. 그 중에서 유명한 방식으로 Grad-CAM이 있고, 의료 인공지능 에서는 이 Grad-CAM을 '이상 소견이 위치해 있는 곳'으로 해석하고자 하는 (or 바라보는) 연구들이 많이 진행됐다. ※ 여기서 잠깐 용어하고 개념에 대해 정리 한 번 하고 넘어가자. (내 개인적인 생각) (1) XAI 중 Gradient-based method로 Saliency map, CAM, Grad-CAM,.. 더보기 원룸 오피스텔 투자, 앞으로 체크할 사항들 보호되어 있는 글입니다. 더보기 원룸 오피스텔 투자 이유 투자에 눈을 뜨고, 부동산 투자 책을 사고, 특강을 들으며 공부를 시작한 시점이 2022년 5월쯤이다. 이때 당시 부동산 분위기를 떠올려보면 '벼락거지'라는 단어가 생겨날만큼 특히 아파트가 엄청나게 많이 올랐었다. 그 흐름에 올라타고자 나도 이미 너무 오른 수도권을 벗어나서 인구수 20만 이상 지방 소도시에 투자를 고민했었지만.. 결국 원룸 오피스텔을 투자하게됐다. 그것도 두 개씩이나. 용기와 선택에는 유튜브 경장인TV, 사다리TV, 트루엘님의 도움을 많이 받았다. 첫 투자인만큼 엄청 보수적이지만 과감하게 했다. 물론 투자 대상 오피스텔 선정은... 무섭고 겁도 나서 유튜버분들이 한 곳들을 따라서 했다. 그렇다고 무조건 따라 산 건 아니고 내가 공부했던 내용들을 토대로 내 기준을 세워 분석하고 결정했다... 더보기 TF 버전 별 재현성 잡는 방법 정리 이전 글에 정리한 것처럼 재현성 잡힌 결과를 얻고 싶다면 Tensorflow-Determinism을 다운받아 사용해주면 된다. UpSampling의 Interpolation 이슈만 제외하고 나머지는 거의 다 재현성이 잡혀서 원하는 결과를 얻을 수 있다. TF 1.14.0 버전을 사용하던 나는 1년 동안 아무 문제 없이 잘 사용하고 있었는데... 최근 들어서 또 다시 재현성의 늪에 빠지게 됐다. TF 2.1 이상은 tf-deteminism이 지원을 안 하네..? 말 그대로다. 회사 서버 업데이트를 하게 돼서 TF 2.5 버전을 사용하게 됐는데 tf-determinism이 해당 버전은 지원 안 한다는 에러 문구가 뜨더라. 그러면서 TF 2.8부터는 tf-determinism을 따로 설치할 필요 없이 간단한 .. 더보기 이전 1 2 3 4 ··· 10 다음
