강현준 / 2018-1-capstone_design_1-Automated_calculation_system

Go to a project
Toggle navigation Toggle navigation pinning
Hyunjun
2a832264 1 parent 9a1b1012

fix Readme

Inline Side-by-side
Showing 1 changed file with 37 additions and 40 deletions
...@@ -11,15 +11,9 @@ Supported Platforms & Test Environments ...@@ -11,15 +11,9 @@ Supported Platforms & Test Environments
11 --------------------------------------------------------------------------------------------------------------------------------- 11 ---------------------------------------------------------------------------------------------------------------------------------
12 12
13 >Raspberry Pi 3 Model B. 13 >Raspberry Pi 3 Model B.
14 -<<<<<<< HEAD
15 >Raspberry Pi Camera Rev. 1.3. 14 >Raspberry Pi Camera Rev. 1.3.
16 >Ubuntu MATE 16.04.2. 15 >Ubuntu MATE 16.04.2.
17 >C++ Compiler Version 11 or higher 16 >C++ Compiler Version 11 or higher
18 -=======
19 ->Paspberry Pi Camera Rev. 1.3.
20 ->Ubuntu MATE 16.04.2.
21 ->C++ 컴파일러 버전 11이상
22 ->>>>>>> 7ae2f6f96ccdbaa7951773ba4ad6afd579701e65
23 17
24 18
25 Application Project Setup 19 Application Project Setup
...@@ -46,84 +40,87 @@ g++ -std=c++11 main.cpp ...@@ -46,84 +40,87 @@ g++ -std=c++11 main.cpp
46 Detail 40 Detail
47 --------------------------------------------------------------------------------------------------------------------------------- 41 ---------------------------------------------------------------------------------------------------------------------------------
48 42
49 ->1. 계획서 업로드. 43 +>1. 계획서 업로드
50 >[강현준, 권은진, 김효은, 하미르] 라즈베리파이에 이미지 프로세싱 딥러닝을 적용한 자동화 계산 시스템 44 >[강현준, 권은진, 김효은, 하미르] 라즈베리파이에 이미지 프로세싱 딥러닝을 적용한 자동화 계산 시스템
51 45
52 46
53 ->>2. 중간보고서(논문) 업로드. 47 +>>2. 중간보고서(논문) 업로드
54 >[강현준, 권은진, 김효은, 하미르] 이미지 인식 딥러닝을 적용한 자동화 계산 시스템_중간보고서(논문) 48 >[강현준, 권은진, 김효은, 하미르] 이미지 인식 딥러닝을 적용한 자동화 계산 시스템_중간보고서(논문)
55 49
56 50
57 ->>3. simple_convnet 원본코드 업로드. 51 +>>3. simple_convnet 원본코드 업로드
58 52
59 53
60 ->>4. params.pkl->params.csv. 54 +>>4. params.pkl->params.csv
61 ->프로그램의 속도보장을 위해 python->c++ 컨버팅 작업이 필요함. 55 +>프로그램의 속도보장을 위해 python->c++ 컨버팅 작업이 필요함
62 ->python 코드에서 가중치를 pickle 파일에 저장하는데 c++에서는 pickle 파일을 읽는 데에 어려움이 있음. 56 +>python 코드에서 가중치를 pickle 파일에 저장하는데 c++에서는 pickle 파일을 읽는 데에 어려움이 있음
63 ->pickletools라는 라이브러리가 있지만 에러가 많고, 자바, 파이썬, C++ 여러 언어를 지원해 무겁기 때문에 속도를 올리기 위한 컨버팅 작업에는 적절하지 않음. 57 +>pickletools라는 라이브러리가 있지만 에러가 많고, 자바, 파이썬, C++ 여러 언어를 지원해 무겁기 때문에 속도를 올리기 위한 컨버팅 작업에는 적절하지 않음
64 그래서, 파라미터를 저장하는 부분을 csv로 바꿔 C++에서 그 파일로 읽기위해 params.pkl을 params.csv로 바꾸는 코드를 추가함 58 그래서, 파라미터를 저장하는 부분을 csv로 바꿔 C++에서 그 파일로 읽기위해 params.pkl을 params.csv로 바꾸는 코드를 추가함
65 59
66 60
67 ->>5. params.pkl->params.txt. 61 +>>5. params.pkl->params.txt
68 >입력처리할 때 csv파일로 읽으면 속도가 느림 이 또한 속도를 올리기 위한 컨버팅 작업의 목적에 맞지 않기 때문에 params.pkl 파일을 csv 파일이 아닌 txt 파일로 바꿈 62 >입력처리할 때 csv파일로 읽으면 속도가 느림 이 또한 속도를 올리기 위한 컨버팅 작업의 목적에 맞지 않기 때문에 params.pkl 파일을 csv 파일이 아닌 txt 파일로 바꿈
69 63
70 64
71 ->>6. python test 코드 추가. 65 +>>6. python test 코드 추가
72 >test하는 부분만 골라내기 위해 python test 코드를 추가(test.py), simple_convnet 내용 추가 66 >test하는 부분만 골라내기 위해 python test 코드를 추가(test.py), simple_convnet 내용 추가
73 67
74 68
75 ->>7. python test 폴더 추가. 69 +>>7. python test 폴더 추가
76 >python test 폴더에는 test에 필요하지 않은 train 부분을 삭제함 70 >python test 폴더에는 test에 필요하지 않은 train 부분을 삭제함
77 71
78 72
79 ->>8. make_img.py 추가. 73 +>>8. make_img.py 추가
80 >이미지를 불러와 (32,32,3)의 크기로 resize한 후 input.txt에 저장함 74 >이미지를 불러와 (32,32,3)의 크기로 resize한 후 input.txt에 저장함
81 75
82 76
83 ->>9. simple_convnet_cpp 코드 추가. 77 +>>9. simple_convnet_cpp 코드 추가
84 -> 1) layers.hpp : Convolution, ReLu, Normalization, Pooling, DW_Conv등 각 layer가 구현. 78 +> 1) layers.hpp : Convolution, ReLu, Normalization, Pooling, DW_Conv등 각 layer가 구현
85 -> 2) SimpleConvNet.hpp : 딥러닝 모델이 구현. 79 +> 2) SimpleConvNet.hpp : 딥러닝 모델이 구현
86 -> 3) input.txt : make_img.py코드로 만든 이미지를 (32,32,3)의 크기로 만들어 txt파일로 저장. 80 +> 3) input.txt : make_img.py코드로 만든 이미지를 (32,32,3)의 크기로 만들어 txt파일로 저장
87 -> 4) pred.txt : 1개의 이미지만 넣으면 예측이 되지않아 dummy를 같이 읽어서 처리함. 출력은 되지않음. 81 +> 4) pred.txt : 1개의 이미지만 넣으면 예측이 되지않아 dummy를 같이 읽어서 처리함. 출력은 되지않음
88 -> 5) params.txt : 속도향상을 위해 params.pkl파일을 params.txt로 변환. 82 +> 5) params.txt : 속도향상을 위해 params.pkl파일을 params.txt로 변환
89 -> 6) main.cpp . 83 +> 6) main.cpp
90 ->*c++ 컴파일러 버전 11이상. 84 +>*c++ 컴파일러 버전 11이상
91 > *프로젝트 생성 시 sdl 검사 체크 해제 85 > *프로젝트 생성 시 sdl 검사 체크 해제
92 86
93 87
94 ->>10. google_image_crwaling 코드 추가. 88 +>>10. google_image_crwaling 코드 추가
95 >필요한 데이터셋을 만들기 위한 google_image_crwaling 코드 추가 89 >필요한 데이터셋을 만들기 위한 google_image_crwaling 코드 추가
96 90
97 91
98 ->>11. chrome_crwaling 확장프로그램 추가. 92 +>>11. chrome_crwaling 확장프로그램 추가
99 ->앞서 만든 코드는 1회에 20장의 사진만 다운로드 가능. 93 +>앞서 만든 코드는 1회에 20장의 사진만 다운로드 가능
100 ->데이터셋을 만들기 위해서는 훨씬 더 방대한 양의 데이터가 필요함. 94 +>데이터셋을 만들기 위해서는 훨씬 더 방대한 양의 데이터가 필요함
101 >googel chrome의 확장프로그램을 활용한 구글 이미지 검색 결과 크롤링 프로그램 구현 95 >googel chrome의 확장프로그램을 활용한 구글 이미지 검색 결과 크롤링 프로그램 구현
102 96
103 97
104 ->>12. simple_convnet_rasberryPi 코드 추가. 98 +>>12. simple_convnet_rasberryPi 코드 추가
105 ->라즈베리파이에서 구동되는 코드 추가. 99 +>라즈베리파이에서 구동되는 코드 추가
106 ->make_img.py에서는 라즈베리파이에 연결된 카메라가 촬영을 하면 그 사진을 32*32*3 사이즈로 resize해준 후 input.txt파일로 변환해줌. 100 +>make_img.py에서는 라즈베리파이에 연결된 카메라가 촬영을 하면 그 사진을 32*32*3 사이즈로 resize해준 후 input.txt파일로 변환해줌
107 ->main.cpp에서 convnet 코드 실행. 101 +>main.cpp에서 convnet 코드 실행
108 >predict.sh 쉘파일로 전체 실행 102 >predict.sh 쉘파일로 전체 실행
109 103
110 104
111 ->>13. dataset 추가. 105 +>>13. dataset 추가
112 ->image_process.py : cropping을 통해 정사각형 형태를 만들고 32*32 크기로 resize, 사진 반전, 회전을 통해 사진 1개당 8개의 데이터를 생성. 106 +>image_process.py : cropping을 통해 정사각형 형태를 만들고 32*32 크기로 resize, 사진 반전, 회전을 통해 사진 1개당 8개의 데이터를 생성
113 ->크롤링을 통해 휴지, 소주, 캔음료, 라면, 삼각김밥 각각 500개씩의 이미지를 다운받음. 107 +>크롤링을 통해 휴지, 소주, 캔음료, 라면, 삼각김밥 각각 500개씩의 이미지를 다운받음
114 >한 카테고리당 4000개의 데이터를 생성 108 >한 카테고리당 4000개의 데이터를 생성
115 109
116 110
117 ->>14. data.bin.gz. 111 +>>14. data.bin.gz
118 >직접 만든 데이터셋. 32*32의 이미지를 rgb로 분리하여 이미지 1개당 3072개의 데이터, 1개의 label을 포함하여 3073개의 데이터를 갖음 112 >직접 만든 데이터셋. 32*32의 이미지를 rgb로 분리하여 이미지 1개당 3072개의 데이터, 1개의 label을 포함하여 3073개의 데이터를 갖음
119 113
120 114
121 ->>15. params.pkl 추가. 115 +>>15. params.pkl 추가
122 >제작한 데이터셋을 트레이닝하고 나온 가중치를 저장한 params.pkl 파일 추가 116 >제작한 데이터셋을 트레이닝하고 나온 가중치를 저장한 params.pkl 파일 추가
123 117
124 118
125 ->>16. simple_convnet_rasberryPi 코드 추가. 119 +>>16. simple_convnet_rasberryPi 코드 추가
126 >인식한 결과에 따라 계산서가 나오도록 코드를 추가 120 >인식한 결과에 따라 계산서가 나오도록 코드를 추가
127 121
128 122
129 ->>17. 최종 발표 ppt 및 데모 영상 추가
...\ No newline at end of file ...\ No newline at end of file
123 +>>17. 최종 발표 ppt 및 데모 영상 추가
124 +
125 +
126 +>>18. 최종보고서 추가
...\ No newline at end of file ...\ No newline at end of file
......