utf-8 (char*) -> CString

CString -> utf-8 (char*) 이건 코드가 너무 없더라 ㅠㅠ 고생 좀 했음

자바 다운로드 링크: http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

JAVA 설치 과정 설명: http://blog.naver.com/rrhcrudns/220877641911

Eclipse 설치 과정 설명: http://blog.naver.com/siren258/220398165589

Eclipse 한글 설정: http://blog.naver.com/cyon24/220908573304

+ 한글 UTF-8 설정 (한글 UTF-8 설정을 위해, project -> preference -> resource -> text and encoding -> others -> UTF-8 선택)

Eclipse neon에서는 위 설정만 해줘도 그냥 바로 한글 텍스트 사용이 가능했다.

라이브러리 추가 방법: http://mainia.tistory.com/2273

환경:

- Windows 7 64bits

- Python 3.4

(당연한 말이지만 python 윈도우 환경 변수 설정도 필요하다. 다음 링크의 초반부 확인: http://leestation.tistory.com/750)

- 얼굴 감지 (및 약간의 감정, 몇몇 위치 정보 등의 추가 정보) 위주로 설명. Cloud Vision의 다른 기능 활용도 비슷할듯.

- 공식 문서: https://cloud.google.com/vision/docs/

목차

1) 구글 Cloud Vision 사용 자격증 받기

2) 필요 자료 설치 및 코드 실행

1) 구글 Cloud Vision 사용 자격증 받기

- 사실 이 과정이 은근(?) 귀찮다.

- https://cloud.google.com/vision/docs/quickstart

- 위 링크에서 프로젝트 생성, 결제 방법 실행(무료 사용을 원해도 일단 결제가 되는 수단인지 확인하기 위해 결제가 되었다가 취소되는 과정이 있다.), API 활성화를 한다.

- 공식 설명: https://cloud.google.com/vision/docs/common/auth

- 한글 블로그: http://www.hardcopyworld.com/ngine/aduino/index.php/archives/2736

- 위 참고링크를 그대로 따라 .json 파일을 다운 받는다.

- 환경변수에 GOOGLE_APPLICATION_CREDENTIALS을 [파일 위치][이름].json으로 설정 

(환경 변수 중에서 system variables에 추가했다.)

(리눅스였다면 $ export GOOGLE_APPLICATION_CREDENTIALS=[파일 위치][이름].json 실행이면 될 것을 윈도우니까 다른 작업이 필요한 것)

(setx 명령으로 cmd 창에서 할 수도 있을듯..)

2) 필요 자료 설치 및 코드 실행

- https://cloud.google.com/vision/docs/face-tutorial

- 걍 위 그대로 수행

- 그래도 우리 말로 한 번 정리하면...

- 파이선 설치

- pip 설치 https://pip.pypa.io/en/latest/installing/

- Google API Python client 설치

pip install --upgrade google-api-python-client

- Python Imaging Library 설치

pip install Pillow

(공식 깃허브 페이지에서 샘플 코드를 받으면 설치하는 게 자동으로 될 거라는데 난 그냥 샘플 코드 받아서 안하고 위 과정으로 설치했음)

- 작업할 위치에 [파일이름].py 파일 하나 만들고 앞서 링크에 설명된 코드들을 다 포함시킨다. import 하는 애들 빼먹지 말고..

- Create the Service Object (자격증 받아오는 코드)

- Send a Face Detection Request (사진 보내고 결과 받아오는 코드)

- Process the Response (결과 사진 얼굴 위치에 박스 그려주는 식의 코드, 필수는 아님)

- Put It All Together (수행될 코드)

- python에서 코드를 수행시키려면

import faces

faces.main("사진위치\이름.jpg", "출력할사진위치\이름.jpg", 검출될얼굴의최대수)

위와 같이 수행시키면 된다.

위 코드에서는 얼굴 정보 결과를 따로 출력하지는 않는다.

코드 상에서 faces라는 애가 사진의 annotation 정보를 갖고 있으니

print('headwear: {}'.format(face['headwearLikelihood']))

위와 같이 보고 싶은 내용을 출력시켜서 보면 된다.

JSON 파일 형태로 저장도 할 수 있을텐데 아직 거기까지는 안 해봤다.

Annotation에 어떤 정보들이 들어있는지 알고 싶다면, 아래 링크 확인

- https://cloud.google.com/vision/reference/rest/v1/images/annotate

ubuntu 14.04, python3.4.3

python3에 matplotlib를 설치하는데 애를 좀 먹었다.

기본적으로 다음 링크에 따라서 진행했다. python3에 맞도록..

http://matplotlib.org/faq/installing_faq.html

git clone git://github.com/matplotlib/matplotlib.git

> cd matplotlib
> python3 setup.py install

> python3 setup.py develop

> git pull

그런데 설치 후 파이선을 실행하여 matplotlib.pyplot을 import하려면 꼭 다음과 같은 에러가 났다.

"The Gtk3Agg backend is known to not work on Python 3.x with pycairo."

찾아보니 아래 링크에 솔루션이 있었고

http://stackoverflow.com/questions/33329921/plots-are-not-visible-using-matplotlib-plt-show

sudo apt-get install python3-dev
sudo apt-get install libffi-dev

위 동작 수행 후에

pip3 install cairocffi

위 명령으로 cairocffi를 설치하고 나니

python3에서 문제 없이 matplotlib.pyplot이 import되었다.

My computuer specifications

- ubuntu 14.04

- 64bit CPU (Intel i7)

- GPU (NVIDIA gtx960)

- python3.4

- cuda toolkit 8.0

- cudnn 5.1

- pip installation method
- gpu enabled version of Tensorflow

Tensorflow download and setup official website

https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html

1) Cuda installation (GPU use only)

https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#optional-install-cuda-gpus-on-linux

- To install cuda, we need to turn off x service.

ctrl + alt + f1 (Swtich to a console mode)

$ sudo stop lightdm (x service off and no loger GUI use)

$ sudo lightdm (will turn on the GUI use again)

- If the console mode is just a blank screen, refer following link. (matter of monitor resolution)

http://askubuntu.com/questions/162535/why-does-switching-to-the-tty-give-me-a-blank-screen

$ sudo sed -i -e 's/#GRUB_TERMINAL/GRUB_TERMINAL/g' /etc/default/grub

$ sudo update-grub

$ sudo reboot

- If the GUI appear not properly after reboot, just switch screen ctrl + alt + f1 and turn back (ctrl + alt + f7).

- cuda toolkit 8.0

https://developer.nvidia.com/cuda-downloads

(the link takes us to the website for the newest version of cuda)

linux, x86_64, ubuntu, 14.04, dev(local)

Move to the folder where the file is downloaded.

$ sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
$ sudo apt-get update
$ sudo apt-get install cuda

This autometically creates a folder e.g. /usr/local/cuda-8.0/

and also creates /usr/local/cuda/ which directs above folder so that we can also consider the cuda toolkit is installed in /usr/local/cuda/ as well.

- cudnn 5.1

https://developer.nvidia.com/cudnn

To download files, registration is needed.

Download cuDNN v5.1, for CUDA 8.0, cuDNN v5.1 Library for Linux

Move to the folder where the file is downloaded.

$ tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

2) Tensorflow Installation

I followed 'pip install'

https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#pip-installation

pip preparation

$ sudo apt-get install python3-pip python3-dev (for python 3.4)

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 8.0 and CuDNN v5. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc2-cp34-cp34m-linux_x86_64.whl

$ sudo pip3 install --upgrade $TF_BINARY_URL

- to update

first, delete previous tensorflow

$ sudo pip3 uninstall tensorflow

and follow the installation flow again.

3) Installation Test

https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#test-the-tensorflow-installation

Before running python3

$ export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
$ export CUDA_HOME=/usr/local/cuda

- if "Couldn't open CUDA library libcudnn.so. LD_LIBRARY_PATH" error appears, check the version of cuda toolkit and cudnn; and make sure that the version of tensorflow installed is correct.

etc.) Tensorflow study materials

한국말로 설명된 설치법 (아나콘다 환경 등등을 고려한 설치)

http://yeramee.tistory.com/1

Basic of tensorflow

http://learningtensorflow.com/

한글자료

https://gist.github.com/haje01/202ac276bace4b25dd3f

최성준님의 강의자료

https://github.com/sjchoi86/Tensorflow-101