WSL2
윈도우에서 linux(ubuntu) 를 사용할 수 있도록 하는 윈도우 가상 머신
ubuntu
모든 팀원들이 동일한 버전을 쓰는 것이 좋음. 티가 크게 나지 않더라도 나중에 진행 중에 버전 다르면 진짜 큰일남. (유경험)
python + uv
개발을 해서 완성하는 것도 중요하지만 모든 팀원들 + 비행 기계에도 동일한 환경에서 동일하게 테스트 및 진행이 가능해야함. 그렇기 때문에 uv를 통한 쉬운 버전 관리를 진행할 예정임.
(Docker)
여기에는 작성하지 않았음. (어려울까봐) Docker라는 컨테이너 기반의 개념이 있는데 이를 통해 OS까지 한번에 옮기고 설치하는 파이프라인을 만든다면 정말 어디서나 같은 환경에서 테스트 가능함. (이에 대해 설명해주기)
개략적인 마일스톤
세팅
이미지 인식 기술에 대한 기본적인 사용 환경 설정 (linux 위에서의 프로젝트 작업 등) 에 대해 익숙해지는 것이 목표
opencv , YOLO 등과 익숙해지는 시간을 가질 것임.
훈련
대회측에서 실제로 사용될 이미지를 제공해주면 그에 맞게 대응
- 훈련용 이미지 대량 생성
- 유사 이미지 발굴
- 기존 이미지 augment
- AI를 통한 이미지 생성
- 데이터 훈련 방법론 고민
-
- 훈련된 이미지 모델로 테스트 셋으로 성능 검정
-
- 최종적으로는 캠을 통해 이미지 분류를 해야되기 때문에 캠을 통한 테스트
깃허브 git add . git commit -m "" git push origin main
main = 브랜치 이름
uv 사용법 uv는 pip install uv로 설치하기
uv init - 프로젝트 시작 uv add 〰️ = pip install 〰️ uv sync = 친구가 만들어둔거 똑같이 따라하기