구차니의 잡동사니 모음

오늘도 어김없이(?) 노인학대 옵션 찾는중

[링크 : https://gcc.gnu.org/onlinedocs/gcc/x86-Options.html]

+

그래도 tensorflow 빌드 해서 실행하는데 속도에 유의미한 영향을 주진 않네

이런 라즈베리 파이 만도 못한 내 노트북 ㅠㅠㅠㅠ

(라즈베리 4코어 + neon 가속시  170ms 정도, i5-2520m 에서 1300ms ㅠㅠ)

detection은 객체의 종류와 확률 그리고 "위치"를 얻는다면

[링크 : https://www.tensorflow.org/lite/models/object_detection/overview]

classification은 객체의 종류와 확률 만을 결과로 얻는다.

[링크 : https://www.tensorflow.org/lite/models/image_classification/overview]

+ 2021.01.22

다시 정리하고 와서 보니

위에는 classification tflite 파일이고 아래는 detection 이니 차이가 나는 듯.

+

tflite 파일 vi로 보니 문자열들이 좀 보이는데, python 써서 출력이 가능하려나?

[링크 : https://www.tensorflow.org/lite/convert/metadata]

---

output_tensor_metadata 에서

name:probability 라는게 있는데

[링크 : https://tfhub.dev/google/lite-model/aiy/vision/classifier/food_V1/1]

[링크 : https://tfhub.dev/google/lite-model/cropnet/classifier/cassava_disease_V1/1]

다른 tfilte 파일에서 보니

output_tensor_groups 라는게 존재해서 tensor_names로 3개의 출력이 존재하고

output_tensor_metadata 에 name:location, name:category, name:score 가 존재한다.

[링크 : https://tfhub.dev/google/lite-model/object_detection/mobile_object_localizer_v1/1/metadata/2]

출력에서 여러개 출력을 내는건.. 해당 프로젝트에서 사용하는 tflite 파일이 그렇게 생성 되었기 때문인건가?

Output Signature
The model outputs four arrays, mapped to the indices 0-4. Arrays 0, 1, and 2 describe N detected objects, with one element in each array corresponding to each object.

[링크 : https://www.tensorflow.org/lite/models/object_detection/overview]

라즈베리 예제는 동영상에서 추적하는 예제(c++, opencv, tensorflow-lite)

[링크 : https://github.com/Qengineering/TensorFlow_Lite_SSD_RPi_32-bits]

[링크 : https://www.tensorflow.org/lite/models/object_detection/overview]

[링크 : https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/examples/label_image]

[링크 : https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/examples/label_image/label_image.h]

[링크 : https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/examples/label_image]

[링크 : https://www.tensorflow.org/lite/guide/hosted_models]

[링크 : https://storage.googleapis.com/download.tensorflow.org/models/mobilenet_v1_2018_08_02/mobilenet_v1_1.0_224_quant.tgz]

tflite & labels.txt

[링크 : https://github.com/mattn/webcam-detect-tflite]

+

[링크 : https://www.tensorflow.org/lite/models/object_detection/overview]

+

[ : https://www.tensorflow.org/lite/api_docs/cc/class/tflite/interpreter#classtflite_1_1_interpreter...]

vimdiff 시에 다른 부분의 글씨가 안보여서 다른 색상을 찾는데

blue / darkblue / default / delek / desert / elflord / evening / industry / koehler / morning / murphy

pablo / peachpuff / ron / shine / slate / torte / zellner

정도가 있는데 좀 찾아봐야 할 듯.. 몇개는 너무 칙칙하고 몇개는 너무 눈 아프고 ㅠㅠ

[링크 : https://stackoverflow.com/questions/7331940/how-to-get-the-list-of-all-installed-color-schemes-in-vim]

+

개인적으로 torte가 가장 무난한듯.

cmake 시에 -D 플래그로 옵션을 활성화 가능한데

그 플래그 목록을 확인하는 cmake 옵션은 -LA

openCV-4.5.1 에서 하다 보니 무조건 다른 디렉토리에서 빌드 하라고 나오는지라

한번은 cmake 하고 ccmake로 볼 수 있는건지 확인이 좀 필요할 듯.

[링크 : https://stackoverflow.com/questions/16851084/how-to-list-all-cmake-build-options-and-their-default-values]

어우.. cmake 너무 시르다..

빌드 하는데 안되면 CMakeCache.txt 파일 삭제하고 재시도 하면 된다.

[링크 : https://stackoverflow.com/questions/45518317/in-source-builds-are-not-allowed-in-cmake]

tensorflow lite 빌드해서 static libaray 로 libtensorflow-lite.a는 얻어냈는데

얘를 링크해서 빌드하니 dynamic link가 된다.

궁금해서 hello.cpp 이런거 하나 구해서 g++로 빌드하니

무조건 끌어가는 것 같긴한데

$ cat hello.cpp
// hello.cpp file
#include <iostream>
int main()
{
    std::cout << "Hello Geek\n";
    return 0;
}

$ g++ hello.cpp
$ ldd a.out
        linux-vdso.so.1 (0x7efa4000)
        /usr/lib/arm-linux-gnueabihf/libarmmem-${PLATFORM}.so => /usr/lib/arm-linux-gnueabihf/libarmmem-v7l.so (0x76f7e000)
        libstdc++.so.6 => /usr/lib/arm-linux-gnueabihf/libstdc++.so.6 (0x76e19000)
        libm.so.6 => /lib/arm-linux-gnueabihf/libm.so.6 (0x76d97000)
        libgcc_s.so.1 => /lib/arm-linux-gnueabihf/libgcc_s.so.1 (0x76d6a000)
        libc.so.6 => /lib/arm-linux-gnueabihf/libc.so.6 (0x76c1c000)
        /lib/ld-linux-armhf.so.3 (0x76f93000)

혹시나 해서 g++ -static 옵션을 주니 되긴 되네..

$ g++ hello.cpp -o b.out -static
$ ldd b.out
        not a dynamic executable

흐음.. classification과 object-detection의 차이를 모르겠네..

아무튼 classification 쪽에 만들어진 model이 꽤 있으니 이걸 이용하면 될 듯.

[링크 : https://tfhub.dev/s?deployment-format=lite&module-type=image-classification]

[링크 : https://tfhub.dev/s?deployment-format=lite&module-type=image-object-detection]