개발 환경1. 라즈베리파이52. Hailo8사용 (hailo8L 아님)3. OS : Rasberry Pi OS (64-bit) 참고 문서유튜브깃허브 저 둘 내용을 번역한 거라 자세한 내용을 알고 싶으면 저 두 자료를 참고하면 된다. 1. apt 패키지 업데이트sudo apt updatesudo apt full-upgrade위 두 명령어로 apt 패키지를 최신버전으로 업데이트하여. 추후에 Hailo driver 패키지를 다운로드할 수 있도록 한다. sudo apt full-upgrade를 하면 중간마다 뭐 물어보는 게 나오는데 default로 설정했다.  2. PCIe Gen3 설정Hailo를 사용하기 위한 환경을 세팅하기 위해 PCle Gen3설정을 한다.sudo raspi-config  Advanced..

라즈베리파이에서 yolo모델을 돌릴거라 라즈베리파이 자체의 연산량은 부족하다고 판단하여 검색해보니 Hailo라는 연산 가속기가 있다. 대충 찾아보니 AI 관련 프로세서들을 대신 처리해주는 NPU 같다. (비전 처리쪽에 특화된 칩이다. 이걸로 다른거 돌리려고하면 정보가 없을거다..)  1. 가격좀 비싸다.. 라즈베리파이도 비싸고.. 인터넷을 보니 저거 살바에 차라리 n100산다는 여론이지만.. 아무튼 라즈베리파이 쓰기로 결정했으니 구매..   2. 부품  왼쪽부터 순서대로 라즈베리파이5(쿨링팬 장착), 헤일로 8이다.윗쫏에 있는 볼트들은 라파5에 헤일로를 장착하는데 쓰면 된다.  3. 조립

라즈베리파이5를 사용 할 예정이지만, 현재 배송중이고 가지고 있는 보드가 라즈베리파이4라 일단 4를 기준으로 작성 이번 프로젝트에서 사용할 파이썬 버전은 3.10.11이다.  apt를 사용하면 명령어 하나로 쉽게 설치할 수 있지만 apt가 지원하는 파이썬 버전이 적기때문에 만약 본인이 설치하려는 파이썬 버전이 apt에서 지원하지 않는 경우, 아래 방법을 통해 설치하면 된다. 1. 파이썬 버전 확인 python --verison 출력 결과 :   2.  APT 저장소 업데이트sudo apt update && sudo apt upgrade -y 필요없으면 안 해도 된다.  실행시키면 뭐 쭉쭉 다운 된다. 3.  필수 패키지 설치 sudo apt install -y build-essential libffi-d..

저번에 roboflow를 이용하여 dataset 파일인 yaml파일을 만들었는데, 이 파일들을 이용해 학습된 모델 파일(pt)을 만들 예정이다.   1. Yaml 파일저번 글에는 yolov5 버전으로 다운로드하였는데, 사연이 생겨서 yolov8 버전으로 진행할 예정이다.  아무튼 다운을 받으면 이렇게 폴더가 하나 생길 것이다. 폴더 안에는 각각 내가 사전에 정해둔 trst, train, valid 폴더가 있고 yaml파일이 있다. yaml파일을 들어가 보면이렇게 되어있는데 저기 11~13라인의 test, train, val을 상황에 따라 수정해 주면 된다. 각 test, train, valid폴더가 어디 있는지 적어두는 곳인데 이는 각 폴더 안에 images 폴더 안에 있다.  그냥 편하게 절대경로로 바..

0. Roboflow란?roboflow는 Computer Vision 기술을 이용해 다양한 애플리케이션을 만들 수 있도록 지원해 주는 서비스다. 여기서 필요한 데이터 셋을 다운받을수도 있고 본인이 직접 데이터셋을 만들 수도 있는 것 같다.  전에 만들어 둔 사진을 가지고 라벨링 작업을 통해 직접 데이터셋을 만들어 볼 예정이다. 사용법보다는 대략적인 워크 플로우를 기록 할 예정이다.  1. 데이터셋 만들기다음과 같이 Object Detection으로 프로젝트를 생성했다. 전에 이미지는 38장 정도 만들었었는데 좀 부족할 것 같아 65장으로 늘렸다.  분류하고 싶은 이미지는 눈과 눈동자 총 두개이므로 두 개의 클래스(eyes, pupils)를 생성한다.   이런 식으로 총 65장의 이미지에 눈과 홍채를 라벨..

0. 서론아직 픽스되지는 않았지만, 올해 프로젝트는 영상처리분야가 메인이 될 것 같다. 실제로도 리눅스os에서 영상처리를 해보고싶기도 하고 프로젝트는 좀 더 윤곽이 잡힌 후에 올릴텐데 아마 이번프로젝트에서 메인 기능 중 하나인 시선 탐지(gaze detectio)을 하려고 한다. 눈을 감지(eye detection)를 하는 것이 아닌, 사용자가 보고있는 "시선"을 탐지하는 것이다. 이를 구현하기 위해서는 사람의 눈동자(홍채)의 위치를 정확히 구별해야하고 이를 위해서는 딥러닝을 통해 학습을 시켜야한다고 판단이 들었다. 학습 데이터는 찾아보니 roboflow에서 작업하면 될 것 같고. 지금 해야할 일은 학습 시킬 데이터들을 만들어야한다.사람 눈동자가 학습 데이터 ㅇㅇ  좀 찾아보면 오픈소스로 풀린 데이터셋이..

https://github.com/dabidstudio/dabidstudio_guides/blob/main/python-set-venv.md dabidstudio_guides/python-set-venv.md at main · dabidstudio/dabidstudio_guidesContribute to dabidstudio/dabidstudio_guides development by creating an account on GitHub.github.com

서론stm32cubeIDE에서 freertos를 사용하려고 하면  "freertos_mpool.h""freertos_os2.h"  위 두 헤더파일이 없어 빌드가 안 되는 상황이 발생한다. 다른 경로에 파일이 있긴한데 프로젝트 경로로 옮겨줘도 다른 에러가 나온다.   해결 방법 펌웨어 버전을 1.8.5 버전으로 바꾸면 해결됨  STM32CubeMX 6.13.0 버전에서는 해결된 문제라고 하네요 출처https://community.st.com/t5/stm32cubeide-mcus/problems-with-stm32f103zet6-using-stm2cubeide-to-build-freertos/td-p/712300?lightbox-message-images-712300=85895i03A267CFF0FF44D3

만들고 보니 선이 좀 거추장스럽다; 나중에 제어 성공하면 모터기어도 반대로 뒤집고 선 납땜도 다시 할 예정.. 지금 제어중인데 생각보다 잘 안되네요

0. 외부 전원 뭐 쓸 거임?  KC인증 18650 리튬배터리 3.7V 2200mAh [ZM18650-2200-KC01]제조사 : 중국 OEM / 18650 / 전압 : 3.7V / 용량 : 2200mAh / 리튬이온 Li-ion / 수량 : 1개 / 과방전 보호회로 내장www.devicemart.co.kr이거 두 개 직렬로 연결해서 쓸 거다 (7.4V 외부전원)정확한 스펙은 계산안했지만, 큰 모터를 쓰는 것도 아니고 작은 모터 두 개 굴리는 거니 저걸로 충분할 거다. (사실 써본 적 있음 ㅋㅋ)  1. 회로도회로도는 매우 간단한데 1. 커넥터를 통해 외부 전원(7.4V)을 공급받는다.레귤레이터를 통해 5V로 전환 한 번 더 레귤레이터를 거쳐 3.3V로 전환, MCU에 공급된다.  개요 편에서도 언급했지..