![]()
aws rds(mysql), rest api 사용중입니다! image 테이블에 있는 (특정 유저가 올린) kind필드의 값 별로 갯수를 반환하는 코드입니다! kinds = image.objects.filter(user_id=user_id).values('kind').annotate(cnt=Count('kind')) serializer = StatisticsSerializer(kinds, many=True) return Response(serializer.data) Serializer 만들기~~ class StatisticsSerializer(serializers.Serializer): kind = serializers.SerializerMethodField() cnt = serializers.Serial..
- 이미지 변환 RGB_img = cv2.cvtColor(results.imgs[0], cv2.COLOR_RGB2BGR) #첫번째 이미지만! encode_param = [int(cv2.IMWRITE_JPEG_QUALITY), 100] success, a_numpy = cv2.imencode('.jpg', RGB_img, encode_param) image = a_numpy.tostring() image_url = get_img_url(image) - s3에 저장 def get_img_url(img): s3_client = boto3.client( 's3', aws_access_key_id=AWS_ACCESS_KEY_ID, aws_secret_access_key=AWS_SECRET_ACCESS_KEY ) ..
코랩에서 yolov5 커스텀하고 장고에서 사용하기! 결과 얻기 hubconfig = os.path.join(os.getcwd(), '[ai app 이름]', 'yolov5') weightfile = os.path.join(os.getcwd(), '[ai app 이름]', 'yolov5', 'runs', 'train', 'garbage_yolov5s_results', 'weights', 'best.pt') model = torch.hub.load(hubconfig, 'custom', path=weightfile, source='local') results = model(img) 결과 보기 - 첫번째 사진(index = 0)의 판별된 결과만 가져오기 results_dict = results.pandas()...
google colab에서 돌렸습니다! 학습 데이터 준비 - roboflow 등 준비된 데이터 이용 - 직접 라벨링 ,, yolov5 다운로드 %cd /content !git clone https://github.com/ultralytics/yolov5.git - yolov5 requirements 다운로드 (yolov5 학습에 필요한 라이브러리 다운로드) %cd /content/yolov5/ ! pip install -r requirements.txt 사전준비 %cd / from glob import glob train_img_list = glob('/content/[roboflow 프로젝트명]/train/images/*.jpg') val_img_list = glob('/content/[roboflo..
