yolov5 관련 실험 중 이런 오류가 발생 대충 driver버전이 낮아서라고 한다. $ ubuntu-drivers autoinstall 이 명령어를 사용하면 적절한 버전을 저절로 설치해준다고 해서 시도했더니 418대 버전에서 430대 버전으로 업그레이드 되었으나 문제가 해결되지 않아서 cuda도 높은 버전으로 설치해보고 여러 시도를 했으나 이런 정보를 찾게 됐다.. 하하 yolov5에서 pytorch를 cuda 10.2로 설치해였기 때문에 440.33이상 버전이 필요했다.... 그래서 www.nvidia.com/Download/index.aspx Download Drivers | NVIDIA www.nvidia.com 여기서 gpu및 os에 맞는 드라이버 설치파일 (리눅스라서 run 파일 다운) 다운받..

yolov5 의 detection.py코드를 보면 이러한 부분이 있다. import torch.backends.cudnn as cudnn . . . cudnn.benchmark = True # set True to speed up constant image size inference 일정한 이미지 사이즈의 inference의 속도를 높이려면 True로 setting하라 torch.backends.cudnn.benchmark는 True/False로 설정할 수 있습니다. discuss.pytorch.org/t/what-does-torch-backends-cudnn-benchmark-do/5936/9 What does torch.backends.cudnn.benchmark do? I have a questio..

yolov5를 공부하다가 이런 부분을 발견 if half: #device != cpu이면 model.half() # to FP16 어떤 의미일까 궁금했다. 단순히 모델의 half만 이용한다기에는 gpu인데 굳이..?라는 생각에 찾아봤다. 1. FP16과 FP32의 차이 FP16(16 bit floating point), FP32(32 bit floating point) 일단은.. computer science(이하 cs)에서의 정밀도의 차이이다. cs에서의 정밀도는 보통 bit / 이진수로 측정된다. 정밀도가 높을수록 계산 자원, 데이터 전송 및 메모리 저장이 더 많이 필요하다. 더 많은 비용이 들고 더 많은 전력을 소비한다는 것은 당연하다. 따라서 AI 분야에선 서로 다른 수준의 정밀도를 혼합/일치 시..

xml, json, yaml 모두 딥러닝/머신러닝을 공부하다보면 자주 접할 수 있습니다. xml과 json은 많이 접해 (coco, PASCAL VOC dataset annotation파일 형식) 조금 익숙하지만 yaml은 yolo v5를 공부하며 처음 접해서 이 세가지 파일 형식에 대해 yaml을 중점으로 설명해보고자 합니다. 이 세가지 파일 형식은 모두 타 시스템들과 내부 시스템을 연동할 떄 데이터를 주고받기 위한 데이터 포맷 대한 약속 이라고 생각하면 됩니다. 규칙에 대해 문서를 주고받는 번거로움을 해결해 준 것이죠. xml이 가장 오랫동안 사용되어 왔습니다. yaml 이 상대적으로 xml, json보다 가독성이 좋습니다. 3가지 파일형식을 비교해보겠습니다. xml은 기본적으로 트리 구조를 가지고 ..