현재 DISPLAY가 되지 않아서 cv2.imshow가 작동할 수 없다는 에러이다. 원격 서버 display가 되지 않는 환경이라면 display가 되게 세팅하거나 cv2.imshow를 사용하지 않는 것이 좋다. 원격 서버에서 GUI를 띄우는 방법은 https://beelinekim.tistory.com/15 글을 참고할 수 있다. reinstall 하면 해결될 수도 있다는 글도 있었지만 나 같은 경우에는 해결되지 않았다. 혹시 해결될 수도 있어 첨부한다. reinstall 해결방법1 pip uninstall opencv-python pip install opencv-python reinstall 해결방법2 pip uninstall opencv-python pip install opencv-python-..

shutil, glob 모듈을 이용해서 특정 경로에 있는 파일을 한번에 복사하는 스크립트를 짜보도록 하겠습니다. 많은 방법이 있지만 이번에는 shutil.copyfile 을 이용해서 복사해보려고 합니다. 복사하고자하는 폴더 경로 = ‘./source’ source 폴더 내 파일들은 .jpg .json 파일 여러개가 있다고 가정해봅시다. 복사하려는 파일들을 저장할 경로 = ‘./target .jpg .json 파일들을 target 폴더로 모두 복사해보겠습니다. import os from glob import glob import shutil def main(): source_dir = './source' target_dir = './target' source_paths = glob(os.path.join(..

DataFrame 조건문을 쓰는 방법에 대해 공유하고자 합니다. 특정 column(열) 에서 특정 value(값)을 가진 row(행)을 가져오고자 할 때 많이 쓰는 방법입니다. 예시로 dataframe을 하나 만들어서 여러 조건문을 붙여보겠습니다. import pandas as pd df1 = pd.DataFrame(columns=['id', 'values', 'condition'], data=[ ['a', 123, 'wow'], ['b', 234, 'nooo'], ['c', 345, 'wow'], ['d', 567, 'good'] ] ) df1의 값은 이렇게 됩니다. 여기서 values의 값이 123인 행을 가져와 보겠습니다. # "values" column 중 123 값을 가진 row를 가져온다 co..

Dataframe을 다루다보면 여러 파일로 나눠진 csv 파일 같은 것들을 하나로 합치고 싶을 때가 종종 생겼습니다. df append를 은근히 내 입맛에 맞게 찾기가 힘들더라구요. 그래서 많은 방법이 있겠지만 그 중 제가 썼던 방법을 공유하고자 합니다. 우선 데이터를 만들어 보겠습니다. df1, df2는 합칠 dataframe이고 df는 df1, df2를 담을 dataframe입니다. import pandas as pd df = pd.DataFrame(columns=['id', 'elements']) df1 = pd.DataFrame(columns=['id', 'elements'], data=[['a', 123],['b', 234], ['c', 345]]) df2 = pd.DataFrame(column..

Ubuntu에서 CUDA, cudnn 버전을 체크하는 방법입니다. Windows에서 보고 싶으시면 >> https://beelinekim.tistory.com/65 CUDA 버전 확인 nvcc -V nvcc가 없을 경우 CUDA 버전 확인 /usr/local/cuda-버전/bin/nvcc -V CUDNN 8 이전 CUDNN 버전 확인 cat /usr/include/x86_64-linux-gnu/cudnn_v*.h | grep CUDNN_MAJOR -A 2 CUDNN 8 이후 CUDNN 버전 확인 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 # 안된다면 cat /usr/local/cuda(설치된버전확인)/include/cudnn_..

np.partion으로 topk를 뽑고 싶을 때 np.partition은 내가 정한 경계를 기준으로 리스팅을 해준다. 예를 들어서, A = array([1, 2, 3, 4, 5, 6, 7]) A에서 높은 3가지 숫자를 뽑고 싶을 때는 ind = np.partition(A, -3) 이런식으로 작성하면 ind는 ind = array([1, 2, 3, 4, 5, 6, 7]) ind = array([1, 2, 3, 4, 6, 5, 7]) ind = array([3, 2, 4, 1, 6, 5, 7]) 같이 될 수 있다. 이런식으로 숫자를 오름차순이나 내림차순으로 정하지 않으며, 내가 정한 기준으로 기준을 넘는 것과 못 넘는 것들만 정렬해준다고 생각하면 된다. 위의 ind 변수의 3가지를 보면 np.partitio..