구차니의 잡동사니 모음

[링크 : https://github.com/NVIDIA-AI-IOT/deepstream_python_apps]

[링크 : https://github.com/NVIDIA-AI-IOT/deepstream_python_apps/tree/master/apps/deepstream-ssd-parser]

----

tritonserver for jetson (build)

[링크 : https://github.com/triton-inference-server/server/blob/main/docs/jetson.md]

+

[링크 : https://github.com/NVIDIA/gpu-monitoring-tools/tree/master/bindings/go/dcgm]

  [링크 : https://github.com/NVIDIA/gpu-monitoring-tools]

pytorch 다운로드 경로

[링크 : https://jstar0525.tistory.com/171]

[링크 : https://github.com/triton-inference-server/server/releases]

[링크 : https://zhuanlan.zhihu.com/p/471291236]

생각해보니 deepstream onnx  github프로젝트의 경우

tiny_yolov2를 기반으로 작동하도록 libnvdsinfer_custom_bbox_tiny_yolo.so 를 생성했으니

ssd 와는 구조가 달라 당연히(?) 맞지 않으니 에러가 발생하고 죽는 듯.

[링크 : https://github.com/thatbrguy/Deep-Stream-ONNX]

azure의 custom vision 의 README에 기재된 링크를 가보았는데

[링크 : https://github.com/Azure-Samples/customvision-export-samples]

onnx 포맷으로는 python과 c#만 제공하고

해당 사이트에서 python을 받아서 실행해보니 하나의 사진에 대해서 처리가 가능한 예제를 제공한다.

[링크 : https://github.com/Azure-Samples/customvision-export-samples/tree/main/samples/python/onnx]

[링크 : https://github.com/Azure-Samples/customvision-export-samples/tree/main/samples/csharp/onnx]

+

ssd deepstream 예제가 있는데

python 스크립트에 h264 elementary stream을 넣어주어야 한댄다

[링크 : https://github.com/NVIDIA-AI-IOT/deepstream_python_apps/tree/master/apps/deepstream-ssd-parser]

-h h264가 포인트 인 듯.

[링크 : https://stackoverflow.com/questions/27090114/what-does-elementary-stream-mean-in-terms-of-h264]

JVT NAL sequence, H.264 라는 타입으로 변경된 듯.

[링크 : http://iphome.hhi.de/suehring/tml/JM%20Reference%20Software%20Manual%20(JVT-AE010).pdf]

+

sample_ssd_relu6.uff 파일은 ssd inception v2 기반 모델인가?

[링크 :  https://eva-support.adlinktech.com/docs/ssdnbspinception-v2-nbsp-nbsp-nbsp-nbspnbsp]

[링크 : https://stackoverflow.com/questions/65631801/illegal-instructioncore-dumped-error-on-jetson-nano]

[링크 : https://towardsdatascience.com/how-to-deploy-onnx-models-on-nvidia-jetson-nano-using-deepstream-b2872b99a031]

[링크 : https://github.com/thatbrguy/Deep-Stream-ONNX]

ms azure의 custon vision 서비스(?)를 이용해서 학습을 시도하는데

"하나의 태그당 15개 이상의 이미지 필요" 라는 제약조건이 걸려있다.

학습 시간에 따라서도 다르게 나오긴 한데

4시간 학습 걸어놨는데 1시간 조금 넘어서 멈춘걸 보면

학습치가 수렴하면 자동 종료하게 해둔 듯 한다.

precision이야 정확도일 것 같고, recall 번역이 안되네 -_ㅠ

"옳을 것으로 예상되어진 모든 태그들 중에 올바르게 찾은 퍼센트"

precision은 결과값에 대한 true가 true 인 조건

recall은 원본 데이터의 true에 대한 결과의 true가 true인 조건

+

Recall이 낮아졌다가 다시 높아졌는데 어느게 좋은건가 찾아보니 Precision과 Recall도 둘다 높은게 좋은거라고

[링크 : https://sumniya.tistory.com/26]

다운로드 받으면 metadata_properties.json 파일이 존재하는데 (tflite, onnx, onnx float16 확인)

학습시 별다른 옵션이 없던걸 봐서는 azure custom vision은 SSD 알고리즘만 지원하는 듯.

nvidia jetson nano 4GB

--- 과거 아키이빙 이미지 끌어옴

nvidia ion

[링크 : https://minimonk.tistory.com/4579]

8800GT 혹은 8600GT 추정

[링크 : https://minimonk.tistory.com/2116]

이거 하나 찾으려고 개고생중

일단 wheezy 에 있다고 하는데

jessie 이미지 받아서 해보니 라즈베리 3는 작동 안되고 2에서는 울프람과 마인크래프트가 존재하는 것 확인

bullseye 32bit나 64bit에는 당연히(!) 없네 

이건 어디다 넣어야 하나 -_-?

영상을 통해서 중앙으로 이동시키는건 서보를 이용해서

한번에 못가면 점진적으로 오류를 보정하면서 가면되는거고

그걸 PID를 통해 보정을 해주면 되는데 보정 주기라던가..

새로운 위치값을 어떤식으로 주면 될지 몰라서 검색.

[링크 : https://pyimagesearch.com/2019/04/01/pan-tilt-face-tracking-with-a-raspberry-pi-and-opencv/]

jetson nano developer (4GB 모델)로 해서 그런지

xavier nx에서 할때랑 비교하면 초기 구동 시간이 어마어마하게 오래 걸린다.

[링크 : https://docs.nvidia.com/metropolis/deepstream/dev-guide/text/DS_Quickstart.html] 빠른 실행

[링크 : https://docs.nvidia.com/metropolis/deepstream/dev-guide/] 목차

[링크 : https://docs.nvidia.com/metropolis/deepstream/dev-guide/text/DS_ref_app_deepstream.html]

[링크 : https://docs.nvidia.com/metropolis/deepstream/dev-guide/text/DS_Zero_Coding_Sample_Graphs.html#deepstream-app]

동일한 녀석인듯? 일단 시도 해봐야 겠다.

[링크 : https://rudalskim.tistory.com/109]

+

일단 사용한 라이브러리는 deprecated 이고

[링크 : https://github.com/adafruit/Adafruit_Python_SSD1306]

이미지를 출력하도록 해놔서 python의 image 라이브러리를 이용하여 text도 그려서 출력하는 듯.

[링크 : https://github.com/adafruit/Adafruit_Python_SSD1306/blob/master/examples/animate.py]

+

하라는 대로 해서 하니 나오긴 한데, 해당 라이브러리에서 이미지 말고 텍스트를 출력 할 수 있는진 좀 봐야 할 듯.

import time 
import Adafruit_GPIO.SPI as SPI 
import Adafruit_SSD1306 
from PIL import Image

RST = 25
DC = 24
SPI_PORT = 0
SPI_DEVICE = 0

disp = Adafruit_SSD1306.SSD1306_128_64(rst=RST)
disp.begin()
disp.clear()
disp.display()

image = Image.open('test.png').resize((disp.width, disp.height), Image.ANTIALIAS).convert('1')
disp.image(image)
disp.display()

테스트 용으로 대충 128x64 사이즈로 만든 png 파일

아래와 같이 잘 나온다.

다만 OLED 라고 해도 리프레시는 존재하는지(당연한건가...?)

셔터속도에 따라 비어보이는 경우가 존재한다.