New Run 팀
윤형석, 이주천, 윤재호, 한은기
- yolo label 툴로 진행 완료
- 추가 데이터셋을 오픈소스를 다운받을지, 자이카 조이스틱해서 핸드메이드 데이터셋 만들지 고민
pretrained model쓴다면
- learning_rate : 0.001
- scheduler : x
아니면,
- learning_rate : 0.01
- scheduler : step 5 마다 learning rate 갱신
분담
- augmentation : 주천
- loss : 재호
- ros : 은기
- aws : 형석
분담
- augmentation : 주천
- loss : 재호
- ros : 은기
- aws : 형석
->
드라이브가 시급하다고 판단되어 다시 분담
- lane detection : 은기
- 신호등 color 인식 : 형석
- data_augmentation : 주천
- loss : 재호
4시반까지 data_aug랑 loss merge하고, lane_detection 부분으로 넘어가기
lane detection의 경우 교차로에서 차선이 없어지거나 이상하게 생기게 탐지가 된다. 그래서 표지판을 인식해서 기울기 값 범위를 지정해서 조향각 제어
객체가 여러개 잡히는 경우 bbox threshold를 정해서 일정 사이즈 이하의 bbox는 무시, 가장 큰 bbox만을 탐지하도록 알고리즘을 짠다.
담당 파트
- 차선 인식 : 은기
- 신호등 알고리즘 : 형석
- 조향 제어기 : 재호
- 시각화 및 트랙바 : 주천
- 자이카 포팅 : 주천, 재호
- hyperparameter 조정은 5/12일 진행 예정
- pytorch -> tensorRT 해서 추론까지 수행해보기
- yolov3를 자이카 추론까지 수행
- onnx -> tensorRT가 조금 오래 걸렸으나 수행
- rosbag을 사용해서 동영상으로 만들어서 화면 확인
- 신호등 crop
- right tilt 처리
- detection 화면이 아닌 drive.py에서 화면을 띄우기
- 화면 중앙과 인식한 차선의 중앙 화면에 표시
- 회전이 되지 않음, 와이?,,, 차선을 인식하지 못한 탓인지 조향각이 부족한지 판단해야함
- 신호등! 위가 빨강, 아래가 초록,,