TensorFlow 2.X에서 객체 탐지 모델을 검증할 때 실행 결과를 실시간으로 저장하는 방법

안녕하세요~ 오늘 포스팅은 TensorFlow 2.X에서 객체 탐지 모델을 검증할 때 실행 결과를 실시간으로 저장하는 방법에 대해서 알아보겠습니다. Juypter Lab 코드 이전 블로그를 참고해서 검증 코드를 변합니다. os.system()을 사용하는 대신 subprocess를 사용하여 명령어를 더 안전하고 효율적으로 실행하려면, 명령어를 리스트로 작성하고 subprocess의 run() 또는 Popen()을 활용하여 처리할 수 있습니다.

또한, 디렉토리를 확인하고 생성한 뒤 파일을 열고, 실시간으로 출력 결과를 파일에 저장하는 과정을 추가합니다. import subprocess command = [ "python", f"{path}/models/research/object_detection/model_main_tf2.py", f"--pipeline_config_path={training_path}/pipeline.config", f"--model_dir={training_path...

요청 처리 중입니다...

TensorFlow 2.X에서 객체 탐지 모델을 검증할 때 실행 결과를 실시간으로 저장하는 방법

등록된 다른 글