Test with Quick Draw

1. Anaconda 설치, CUDA Toolkit 설치

• 시스템 변수 - path에 환경 변수도 추가해주자.

2. 가상 환경 생성

conda create -n 가상환경이름 python=3.6  // python 버전 3.6으로 설치
conda env list  // 가상환경 목록
(conda) activate 가상환경이름  // 실행
(conda) deactive 가상환경이름  // 종료

/*
conda create -n tftest python=3.6
conda activate tftest
*/

3. 패키지 설치

pip install tensorflow
pip install matplotlib
pip install opencv-python==4.5.5.64
pip install keras
pip install pandas
pip install sklearn
pip install scikit-learn
pip install scipy

4. 주피터 노트북에 가상환경 등록

pip install jupyter notebook
python -m ipykernel install --user --name 가상환경이름 --display-name "표시할 커널이름"  // 커널 연결

// python -m ipykernel install --user --name tftest --display-name "tftest"

jupyter notebook  // 주피터 노트북 실행

5. 데이터 구성

a. clone 받은 폴더 안에 data 폴더 만들기
b. 데이터셋에서 학습시키고자 하는 .npy 파일들을 /data폴더 안에 넣기

6. 실행

a. jupyter notebook으로 실행된 jupyter notebook에서 QuickDrawTest.ipynb 파일을 연 후 실행시킨다.

b. clone 받은 폴더에 생성된 class_names.txt를 생성된 model 폴더 안으로 복사한다.

model 폴더 안의 class_names.txt 내용의 파일 이름들을 간단하게 바꿔주면 결과를 직관적으로 볼 수 있다!

Ex)

수정 전 class_names.txt 파일 내용

full_numpy_bitmap_apple
full_numpy_bitmap_axe
full_numpy_bitmap_banana
full_numpy_bitmap_baseball bat
full_numpy_bitmap_bee
full_numpy_bitmap_book

수정 후 class_names.txt 파일 내용

apple
axe
banana
baseball bat
bee
book

c. VSCode 등의 에디터로 index.html을 서버에서 실행한다.

d. 왼쪽 캔버스에 그림을 그려 정확도를 확인해볼 수 있다.

• 캔버스 하단 바를 조절해 그리는 선 굵기를 조절할 수 있다.