프로그래밍 관련 정보

CVAT nuclio 배포 컨테이너 끄기 CVAT nuclio에서 이미 배포한 컨테이너에 대해 모델 변경을 원하는 경우가 있을텐데 이 때 어떻게 할 수 있는지 알아보겠습니다. 간단 모델 재배포 방법 저는 아래 배포 모델을 재배포할 예정입니다. nuctl get function --platform local Copy 이제 변경하려는 모델명을 main.py 파일에서 수정합니다. main.py 위치를 모르겠는 분은 여기 를 참고한 후에 읽어주세요. 모델 변경이 완료되었으면 이후 재배포를 진행합니다.(명령어는 cvat clone한 경로 기준) 저와 다르게 배포하신 분들은 yolo-custom을 본인의 NAME에 맞게 수정하세요. ./serverless/deploy_gpu.sh serverless/pytorch/mymodel/yolo-custom Copy 아래처럼 정상적으로 배포되었음을 확인할 수 있습니다. 만약, A_v1.0 모델을 A_v1.1 모델로 버전업해서 재배포하면 모델이 정말 v1.1로 배포되었는지 궁금할 수 있습니다. 그런 경우 도커 컨테이너 로그를 확인하면 되는데, 우선 아래 명령어를 통해 본인 컨테이너 name을 확인합니다.(pth-yolo-custom을 본인에게 맞도록 수정) docker ps | grep pth-yolo-custom Copy 이후 해당 컨테이너명을 기준으로 로그를 확인합니다.(여기선 yolo26s로 검색, 본인에게 맞게 수정) docker logs -f nuclio-nuclio-pth-yolo-custom | grep yolo26s Copy 위 방법의 재배포는 간단하지만, Docker 빌드 캐시로 특정 코드가 미반영될 수 있습니다. 예로 현재는 main.py 파일을 수정했는데 function-gpu.yaml 파일 구조적 변경은 in-place 업데이트 에러가 발생할 수 있습니다...

CVAT custom model auto-annotations 설정 CVAT custom model을 이용해 auto-annotations 하는 방법을 알아보겠습니다. Auto-Annotations를 설치전 필요한 CVAT 설치는 여기 를, Nuctl 설치는 여기 를 먼저 참고해 진행하세요. 1. 파일 설정 위 CVAT와 Nuctl 설치가 완료되었다면 deploy하려는 폴더 구조를 생성합니다. 폴더 구조는 본인의 cvat clone 경로에서 아래 명령어를 실행하세요. (저는 cd ~/projects/cvat 경로에서 실행) 아래 경로는 본인에게 맞게 수정해도 무방합니다. sudo mkdir -p serverless/pytorch/mymodel/yolo-custom/nuclio cd serverless/pytorch/mymodel/yolo-custom/nuclio Copy 위 폴더 경로에는 3개의 파일(function-gpu, main, model)이 필요합니다. function-gpu.yaml sudo vi function-gpu.yaml Copy 아래 클래스(person, helmet)는 본인 환경에 맞게 수정하세요. metadata: name: pth-yolo-custom namespace: cvat annotations: name: My Custom YOLO type: detector framework: pytorch spec: | [ { "id": 0, "name": "person" }, { "id": 1, "name": "helmet" } ] spec: description: Custom trained YOLO model runtim...

터미널에서 CVAT 계정 생성 방법 Ubuntu 터미널에서 CVAT 계정 생성 방법을 알아보겠습니다. 기존 웹 브라우저에서 계정을 생성할 땐 비밀번호를 간단하게 생성할 수 없습니다. 간단 비밀번호 설정을 위해선 터미널에서 계정 생성이 필요합니다. docker exec -it cvat_server bash -ic 'python3 ~/manage.py createsuperuser' Copy 이후 계정명, 이메일, 비밀번호를 입력하면 비밀번호가 너무 쉽다는 경고 문구가 나옵니다. 그래도 진행을 원하면 'y'를 입력합니다. 이후 웹 브라우저에서 간단한 비밀번호로 로그인할 수 있습니다. 참고 문헌 [1]   https://sunnys-note.tistory.com/26

CVAT 설치 방법 Ubuntu에서 CVAT 설치 방법을 알아보겠습니다. CVAT 설치 터미널에서 CVAT을 설치하려는 경로에서 아래 명령어를 입력해 git에서 cvat을 다운로드합니다. git clone https://github.com/opencv/cvat Copy 이후 다운로드한 cvat 경로로 이동합니다. cd cvat Copy 이후 docker로 실행시켜 cvat 필요한 부분들을 자동으로 다운로드합니다. docker compose up -d Copy 이후 localhost:8080으로 웹 브라우저에 접속하면 cvat에 들어갈 수 있습니다. 8080으로 바로 들어가는 것이 아닌 포트포워딩을 통해 접속하고 싶다면 여기 를 참고하세요. 참고 문헌 [1]   https://shpark98.github.io/devcourse-til/230607-CVAT-%EC%84%A4%EC%B9%98-%EB%B0%8F-%EC%A7%81%EC%A0%91-%EC%82%AC%EC%9A%A9/

Ubuntu Nvidia-Docker 설치 Ubuntu Docker 설치는 여기 를 참고하세요. 1. GPG Key 설정 curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | \ sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg Copy 2. Repogitory 등록 curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list Copy 3. Nvidia-Docker 설치 sudo apt update sudo apt install -y nvidia-container-toolkit Copy 4. Docker 연동 sudo nvidia-ctk runtime configure --runtime=docker sudo systemctl restart docker Copy 5. 설치 확인 docker run --rm --gpus all nvidia/cuda:12.9.0-base-ubuntu24.04 nvidia-smi Copy 참고문헌 [1]   https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html?u...

Claude Code 사용 안녕하세요, MAC OS에서 Claude Code 설치 및 사용하는 방법 알아보겠습니다. Claude Code 설치 https://claude.com/product/claude-code 사이트에 접속합니다. 터미널에서 아래 명령어를 입력합니다. curl -fsSL https://claude.ai/install.sh | bash Copy 이후 터미널에서 claude 명령어를 입력하면 명령어를 찾을 수 없다고 나옵니다. 위 설치 완료 이미지를 자세히 읽어보면, ~/.local/bin/claude에 설치됐는데 Setup notes를 보면 설치된 Claude PATH가 없다고 나옵니다. Setup notes를 참고하여 bashrc에 PATH 등록 및 실행합니다. echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc && source ~/.bashrc Copy Claude Code 설정 Claude Code를 실행할 원하는 프로젝트로 이동 후(cd your_project_path), Claude를 실행합니다. CLI로 claude가 실행되고 기본적인 설정을 진행합니다. 1. Text Style 저는 6번의 Dark mode 선택했습니다. 2. Claude 계정 연동 저는 Pro 구독 중이라 Pro로 진행합니다. Claude 사이트로 넘어가는데 계정 연동 진행합니다. 정상 연동 시 아래 화면처럼 나옵니다. 3. Claude 세부 설정 본격적인 시작 전, 주의사항에 대해 알려줍니다. "Claude는 맹신하지 말고 항상 결과를 검토하고, 해킹 위험을 고려해 신뢰 가능한 코드에서만 사용"하라고 하니 주의 부탁드립니다. 터미널 설정은 우선 추천 설정으로 진행하고, Claude를 실행...

aihubshell 이용한 데이터 다운 방법 안녕하세요, aihubshell을 이용하여 데이터를 다운받는 방법을 알아보겠습니다. aihubshell 실행 명령어 파일 다운 aihubshell을 다운로드 합니다. curl -o "aihubshell" https://api.aihub.or.kr/api/aihubshell.do Copy 다운받은 파일의 실행 권한을 부여합니다. chmod +x aihubshell Copy 해당 파일을 어떤 경로에서든 명령어로 실행할 수 있도록 설정합니다. (정상 등록 확인은 아래 그림 명령어 참고) sudo cp aihubshell /usr/bin Copy aihubshell 명령어를 이용한 데이터 다운 다운받으려는 데이터셋의 key값을 확인합니다. (여기선 163 데이터 사용) aihubshell -mode l | grep '공사' Copy 만약 전체 데이터셋이 아닌 일부 파일만 다운받고자 하면 해당 데이터셋의 파일 key값을 확인합니다. (여기선 559879, 559880 데이터 사용) aihubshell -mode l -datasetkey 163 Copy 확인한 key값을 이용해 데이터를 다운받습니다. aihubshell -mode d -datasetkey 163 -filekey 559879,559880 -aihubapikey 'your_api_key' Copy apikey는 여기 에서 발급받을 수 있습니다. 다운받은 zip파일 압축 해제 사이트를 통해 다운받는 경우 분할된 part 파일을 하나로 병합해야하는 귀찮음이 존재합니다. aihubshell을 이용한 경우에는 자동으로 part 파일 병합까지 진행해줍니다. 다운받은 559879와 559880 파일만 존재하는걸 확인할 수 있습니다. 이후...