딥러닝

MobileNet V2 classifier for Edge TPU(TensorFlow2, Python)

임베디드 환경에서는 MobileNet처럼 경량화된 모델을 사용하여 딥러닝 연산을 수행하면 좋다. MobileNet에 대해서는 나중에 논문 리뷰를 할 예정이다. (도대체 언제 할거니) 이번에는 MobileNet에 대해서 설명하기 보다 구글에서 제공하는 모델 학습 파일을 리뷰한다. Retrain MobileNet V2 classifier for the Edge TPU (TF2) Run, share, and edit Python notebooks colab.research.google.com Retrain a classification model for Edge TPU using post-training quantization (with TF2) 대충 번역하면 훈련 후 양자화를 이용한 분류 모델 재훈련이다. ..

Google Coral Accelerator (Edge TPU) 시작하기

Google Coral Accelerator 컴퓨터의 보조 프로세서로 Edge TPU를 제공하는 USB 장치 Linux, Mac, Windows 호스트 컴퓨터에 연결되어 기계 학습 모델에 대한 추론을 가속화한다. 구글 코랄을 사용하기 위해선 Edge TPU 런타임과 Tensorflow Lite 라이브러리를 다운로드해야 한다. 서론 나는 프로젝트를 진행하기 위해서 구글 코랄 엑셀러레이터를 구매했다. 프로젝트에서 라즈베리파이가 사용되는데 라즈베리파이는 GPU 성능이 너무 안좋아서 딥러닝 추론을 하기에 적합하지 않았다. 그래서 딥러닝 연산에 최적화된 기계인 구글 코랄을 구매하게 되었다. 단순히 라즈베리파이에 연결하여 계산만 넘겨주는데도 20 프레임 이상의 성능 개선을 보이는 것을 유튜브 영상들을 통해 확인했어..