Week6 주간 학습정리 - [CV 기초 프로젝트]

개념/code 학습 중 생긴 이슈 및 해결 방법에 대해 기록하자

 

개념 Issue & Solution

1. 이미지의 다양한 channel

투명성 판단 추가 : RGBA

CMYK : 인쇄물 표현

모니터 표현 → 보통 RGB

 

 

위성 사진의 경우에는 10개 Channel 까지도..

의학 mri ct 같은 사진, 위성 사진 등은 → 가로 세로 3 의 형태가 아닐 확률이 높음

→ 이럴 때도 당황 x → 원하는 형태로 바꿀 수 있어야 함~~~

이미지 데이터의 10%정도는 직접 눈으로 확인하는 습관~~~~

 

 

2. Histogram Smoothing

→ 사람이 보는 것처럼 데이터도(AI? 모델?도?) 마찬가지로 구분되는 데이터를 훨씬 좋아한다~~

→ GRAY 스케일에서 주로 사용

→ 우리 대회도 스케치 이미지니까 이 방법도 사용하면 좋을 듯

 

 

Code Issue & Solution [Server]

여러 가지 Issue 들이 있었지만 보안 이슈로 블로그에는 가상환경에 대한 Issue만 남긴다..

 → 총 정리본은 notion에 정리함

 

 

pip install -r requirements.txt → conda 가상환경으로 만든 뒤 설치해준다(base에 설치하면 나중에 골치 아파질 수도 있다~)

 

conda create -n [가상환경이름] python=n.x

 

conda env list : 가상환경 리스트 확인하기

 

conda activate [가상환경이름]

 

pip install [패키지이름] 

 

 

[example]

 

conda create -n jun python=3.10

 

conda activate jun

 

pip install -r requirements.txt

 

 

* conda activate 할 때 생긴 오류

root@instance-10910:~# conda activate jun usage: conda [-h] [-v] [--no-plugins] [-V] COMMAND ... conda: error: argument COMMAND: invalid choice: 'activate' (choose from 'clean', 'compare', 'config', 'create', 'info', 'init', 'install', 'list', 'notices', 'package', 'remove', 'uninstall', 'rename', 'run', 'search', 'update', 'upgrade', 'build', 'content-trust', 'convert', 'debug', 'develop', 'doctor', 'index', 'inspect', 'metapackage', 'render', 'skeleton', 'env')

 

Issue : conda 초기화가 안되어 발생하는 문제

 

[Sol 1] 

1. Conda를 최신 버전으로 업데이트

conda update -n base -c defaults conda

 

2. shell 재시작

source ~/.bashrc # 또는 ~/.zshrc

 

3.Conda 초기화

conda init

 

4. conda activate 다시 실행

 

[Sol 2] 

1. conda update -n base -c defaults conda

2. source ~/.bashrc # 또는 ~/.zshrc → 에러 발생함

→ conda init 먼저 진행

→ 이거 하면 지금 shell을 다시 오픈 하라고 함

→ source ~/.bashrc 이걸로 bash shell 재시작

→ (base) 이렇게 뜸

→ conda activate jun

→ (jun)으로 가상 환경으로 이동한것을 확인 가능

 

 

[Sol 3] 

→ 해결 최종

→ 1. conda init

→ 2. source ~/.bashrc

→ 3. conda activate 다시 실행

→ conda update -n base -c defaults conda는 굳이 안해도 되긴 함..근데 하는 게 좋을 것 같다~~

 

 

Retrospect

1. 대회에 너무 조급해 하지 말자~

2. data augmentation 할 때 GAN을 사용해서 실제 스케치의 기본 분포를 학습함으로써 합성 스케치를 생성하는 실험을 해보자~

3. 여러 모델을 다양하게 공부해보며 적용하자~ 

4. 막연한 과정으로, 막연한 결론을 내봤자, 막연한 경험이 될 뿐이다..그러니 직접 고민해보고 가설 → 검증(실험)  → 결론의 과정을 체계적으로 '고민'하며 반복하자~

5. 막연한 가설, 실험 금지~ 무턱대고 SOTA 모델 돌리기 금지~