Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>main
songhyeonsoo
4 weeks ago
parent
3657318d47
commit
3275edb32b
@ -0,0 +1,135 @@
|
|||||||
|
# kr_lp_pgnet — 핸드오프 (Claude 전용)
|
||||||
|
|
||||||
|
한국 자동차 번호판 검출 + OCR을 위한 PaddleOCR PGNet 학습 프로젝트.
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 30초 요약
|
||||||
|
|
||||||
|
- **목표**: PGNet 한 모델로 한국 LP 4종 (자가용/영업/전기/화물) 검출+인식 → ONNX export
|
||||||
|
- **현재 상태 (2026-05-18)**: Step1 학습 재시작 중 (run `step1-20260518_0216`, 200 epoch)
|
||||||
|
- **왜 재시작**: 기존 학습 데이터 라벨이 판 전체 box → tight word-level box로 수정 후 재생성
|
||||||
|
- **다음 단계**: 학습 완료 후 → eval f_score_e2e 확인 → Step2 fine-tune (실차 데이터)
|
||||||
|
- **운영 원칙**: 로컬 Mac은 코드 작성·git만, 모든 실행은 외부 GPU 서버에서
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 환경
|
||||||
|
|
||||||
|
### 1. 로컬 Mac (코드 작성 전용)
|
||||||
|
- 작업 디렉토리: `/Users/songhyeonsu/Documents/GIT/cuuva_AI/kr_lp_pgnet/`
|
||||||
|
- **금지**: pip install, 외부 자산 clone, 합성기·학습·평가 실행
|
||||||
|
- **허용**: 코드/yaml/sh 작성·수정, git commit/push
|
||||||
|
|
||||||
|
### 2. 외부 GPU 서버
|
||||||
|
- **SSH**: `ssh cuuva@192.168.10.189` (사내망 전용)
|
||||||
|
- **호스트**: Ubuntu 25.10, RTX 5090 32GB, NVIDIA driver 590.48.01, CUDA 13.1
|
||||||
|
- **레이아웃**:
|
||||||
|
```
|
||||||
|
/home/cuuva/workspace/
|
||||||
|
├── PaddleOCR/ # git clone release/2.7
|
||||||
|
├── kr_lp_pgnet/ # 이 repo
|
||||||
|
├── train_data/
|
||||||
|
│ ├── kr_lp_synth/ # Step1 학습용 (50k, tight box 라벨)
|
||||||
|
│ ├── region_check_y/ # 영업용 region 16종 검증
|
||||||
|
│ └── region_check_g/ # 친환경 region 16종 검증
|
||||||
|
└── wheels/
|
||||||
|
└── paddlepaddle_gpu-3.3.0.dev20251209-cp310-...whl
|
||||||
|
```
|
||||||
|
|
||||||
|
### 3. 학습 컨테이너 `kr_lp_pgnet`
|
||||||
|
- 베이스: `ubuntu:24.04`
|
||||||
|
- 옵션: `--gpus all --shm-size=8g --restart unless-stopped`
|
||||||
|
- bind mount: 호스트 `/home/cuuva/workspace` ↔ 컨테이너 `/workspace`
|
||||||
|
- 재셋업: `bash scripts/recreate_container.sh`
|
||||||
|
|
||||||
|
### 4. 파일 서버 컨테이너 `kr_lp_http`
|
||||||
|
- 합성 결과 시각 확인용: **http://192.168.10.189:8889/**
|
||||||
|
- 마운트: `/home/cuuva/workspace/train_data` (read-only)
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 저장소
|
||||||
|
|
||||||
|
- **Git remote**: `http://192.168.10.110/TTA/kr_lp_pgnet.git` (사내 Gitea)
|
||||||
|
- **브랜치**: `main`만 사용
|
||||||
|
|
||||||
|
## wandb
|
||||||
|
|
||||||
|
- **Entity**: `hssong_cuuva` / **Project**: `kr_lp_pgnet`
|
||||||
|
- **현재 run**: `step1-20260518_0216`
|
||||||
|
- **dashboard**: https://wandb.ai/hssong_cuuva/kr_lp_pgnet
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 핵심 이슈 히스토리
|
||||||
|
|
||||||
|
### 라벨 박스 문제 (2026-05-18 수정)
|
||||||
|
기존 학습 데이터(`kr_lp_synth`)의 라벨 박스가 판 전체 영역이었음:
|
||||||
|
```
|
||||||
|
수정 전: "points": [[0,0],[520,0],[520,110],[0,110]] ← 판 전체
|
||||||
|
수정 후: "points": [[35,13],[467,96],...] ← 글자 행만
|
||||||
|
```
|
||||||
|
결과: 100 epoch 학습해도 f_score_e2e ≈ 0 (hit_str_count 32/2867).
|
||||||
|
원인: training은 라벨과 직접 비교하므로 loss가 내려갔지만, 추론 시 post-processing이
|
||||||
|
판 전체 heat map을 받아 박스를 쪼개거나 이상하게 복원 → 인식 실패.
|
||||||
|
`generate_synthetic.py`의 tight polygon 생성 코드는 이미 수정되어 있었으나
|
||||||
|
서버 데이터가 구버전으로 생성된 상태였음. 데이터 재생성 후 재학습.
|
||||||
|
|
||||||
|
### NVML stale (재발 가능)
|
||||||
|
컨테이너 장시간 실행 후 `nvidia-smi` 에러. `docker restart kr_lp_pgnet`으로 해결.
|
||||||
|
|
||||||
|
### OOM
|
||||||
|
batch 32 → OOM. **batch 16 확정**.
|
||||||
|
|
||||||
|
### cuDNN 9.17 강제
|
||||||
|
paddle sm_120 wheel은 cuDNN 9.17 빌드. `setup_server.sh`에서 `nvidia-cudnn-cu13>=9.17` 강제 설치.
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 자주 쓰는 운영 명령
|
||||||
|
|
||||||
|
```bash
|
||||||
|
# 학습 로그 확인
|
||||||
|
ssh cuuva@192.168.10.189 'docker exec kr_lp_pgnet sh -c "tail -5 /workspace/PaddleOCR/output/kr_lp_pgnet_*/run.log"'
|
||||||
|
|
||||||
|
# GPU 사용량
|
||||||
|
ssh cuuva@192.168.10.189 'docker exec kr_lp_pgnet nvidia-smi --query-gpu=memory.used,utilization.gpu --format=csv'
|
||||||
|
|
||||||
|
# 학습 중단
|
||||||
|
ssh cuuva@192.168.10.189 'docker exec kr_lp_pgnet pkill -f tools/train.py'
|
||||||
|
|
||||||
|
# 컨테이너 재시작 (NVML 풀기)
|
||||||
|
ssh cuuva@192.168.10.189 'docker restart kr_lp_pgnet'
|
||||||
|
|
||||||
|
# 재학습 (처음부터)
|
||||||
|
ssh cuuva@192.168.10.189 'docker exec -d kr_lp_pgnet bash /workspace/kr_lp_pgnet/scripts/run_step1.sh'
|
||||||
|
```
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 데이터 관련 알려진 이슈
|
||||||
|
|
||||||
|
- **자산이 만들 수 없는 글자**: `하`, `호`, `배` — Step2 실차 데이터로 보충
|
||||||
|
- **REGION_MAP 추정값**: `A='서울'`만 검증, 나머지는 `tools/region_check.py`로 확인 필요
|
||||||
|
- **세종 누락**: 자산 region 16개, 실제 광역지자체 17개 (세종 미포함)
|
||||||
|
|
||||||
|
---
|
||||||
|
|
||||||
|
## 진행 상태
|
||||||
|
|
||||||
|
### ✅ 완료
|
||||||
|
1. 환경 셋업 (컨테이너, paddle sm_120, cuDNN 9.17, PaddleOCR release/2.7)
|
||||||
|
2. dict 67자 + config (pad_num=67, max_text_length=10, valid_set=partvgg)
|
||||||
|
3. 합성기 4 plate type + tight word-level polygon 라벨
|
||||||
|
4. wandb 연동
|
||||||
|
5. make_gt_mat.py (eval GT 생성)
|
||||||
|
6. run_step1.sh 타임스탬프 기반 output 관리
|
||||||
|
|
||||||
|
### 🔄 진행 중
|
||||||
|
- Step1 학습 (run `step1-20260518_0216`, 200 epoch, 50k tight-box 데이터)
|
||||||
|
|
||||||
|
### 📋 다음 단계
|
||||||
|
1. Step1 완료 후 f_score_e2e 확인 (이전 0.0007 → 대폭 개선 기대)
|
||||||
|
2. Step2 fine-tune — 실차 한국 LP 사진 수집·라벨링
|
||||||
|
3. ONNX export
|
||||||
Loading…
Reference in new issue