필요한 정보: 1) frame 2) csv (frame 경로 + angle 값)

중간 과정 결과물: 1) resize 된 frame 2) (주행 경로별) driving_log.csv 와 driving_log_test.csv

• driving_log_1.csv, driving_log_2.csv
• driving_log_test_1.csv, driving_log_test_2.csv

최종 결과물: (주행 경로별) model.h5

• model_1.h5, model_2.h5

[데이터 학습 과정]

• csv 파일 수정

  1. 각 주행 경로마다 train과 test 데이터 분류
  2. 각 주행 경로에 대해 train과 test 데이터를 driving_log.csv와 driving_log_test.csv에 넣기
     1. 사진 경로 수정 필요 (absolute path로 하는게 나중에 수정할 때도 편리함)

• 주행 frame resize

  1. 모든 주행 frame resize 시켜주는 작업 필요
     1. 학습 네트워크에서 (320 * 160) 사이즈의 프레임만 학습할 수 있게 설정되어 있음
  2. convert.py 사용
     1. 실행하기 전 resize 된 프레임을 저장할 경로에 맞춰 폴더가 생성되어 있어야 함
     2. (사진이 백업되어 있으면) 같은 폴더에 덮어쓰기 해도 됨

• 데이터 학습

  • 위의 과정을 마치면 각 주행 경로에 대해 train과 test 용 csv 파일이 하나씩 생성되어 있음

  • Train (아래의 과정을 주행 경로마다 csv만 바꿔서 반복)

    1. main.py에서 csv_name 옵션만 잘 확인해주기! (다른 옵션은 default 그대로 놔두면 됨)
    2. 실행
       1. main.py에서 마지막 부분에 velocity 학습 부분 주석처리 되어 있는지 확인!

  • Test