라즈베리파이5에 라즈베리파이 카메라 모듈 3을 연결한다.  우선 라즈베리파이5 호환 케이블을 카메라와 라즈베리파이에 연결해준다.  라즈베리파이의 전원을 키고 시스템을 업데이트한다.sudo apt-get updatesudo apt-get upgrade 업데이트 후에 재부팅을 한다.sudo reboot 아래 명령어를 실행해 config.txt를 연다.sudo nano /boot/firmware/config.txtcamera_auto_detect=1을 camera_auto_detec=0으로 수정, dtoverlay를 #으로 주석처리 한다. config.txt 하단 [all] 밑에 카메라 모델에 맞는 설명문과 gpu 메모리 설정을 추가한다.라즈베리파이5는 두개의 카메라 연결을 지원하므로, 연결한 인터페이스에 따..

프로젝트를 위해 구매한 라즈베리파이 5의 초기 설정을 진행한다.  1. Micro SD 카드에 Rasberry Pi Imager를 설치한다.Raspberry Pi OS – Raspberry Pi Raspberry Pi OS – Raspberry PiFrom industries large and small, to the kitchen table tinkerer, to the classroom coder, we make computing accessible and affordable for everybody.www.raspberrypi.com설치 후, Micro SD 카드를 PC에 연결한 채로 실행한다. Micro SD 카드는 64GB 이상이 권장된다. Choose Device를 클릭하고 Raspberry ..

Android 스튜디오 및 앱 도구 다운로드 - Android 개발자  |  Android Studio  |  Android Developers Android 스튜디오 및 앱 도구 다운로드 - Android 개발자  |  Android Studio  |  Android DevelopersAndroid Studio provides app builders with an integrated development environment (IDE) optimized for Android apps. Download Android Studio today.developer.android.com위 링크에 접속해 플랫폼에 맞는 패키지를 설치한다.기본 설정대로 따라가면 설치가 완료된다. 간단하게 테스트 프로젝트를 생성해보자...

필자가 애용하는 JetBrains 사의 IDE이다. JAVA는 Intellij를 사용했다면 C/C++에는 CLion이 있다. C/C++의 경우 보통 널리 사용되는 Visual Studio나, 다양한 언어를 사용할 수 있는 VScode가 있다.하지만 개인적으로 Visual Studio를 안좋아하고, VScode의 경우 설정이 복잡해 사용하지 못하는 기능이 있어(다중 컴파일 등) 테마가 이쁘고 설정도 비교적 간단하여 실습용으로 사용하기로 했다.  CLion: JetBrains의 C/C++용 크로스 플랫폼 IDE CLion: JetBrains의 C/C++용 크로스 플랫폼 IDE www.jetbrains.com대학생이라면 무료 라이센스를 사용할 수 있다. 설치 후, C++ 17 표준으로 프로젝트를 생성해준다. ..

이번에 노트북을 새로 바꾸면서 온갖 프로그램들을 다시 깔아야 했는데, MySQL도 다시 깔려던 차, 어차피 배포 서버에서는 MariaDB를 사용하기 때문에 이참에 MariaDB로 갈아타기로 했다. 다만 워크벤치는 여전히 MySQL을 사용한다. Download MariaDB Server - MariaDB.org Download MariaDB Server - MariaDB.orgREST API Release Schedule Reporting Bugs … Continue reading "Download MariaDB Server"mariadb.org설치 및 실행여기까지는 그냥 기본 설정대로 진행한다. 다만 HeidiSQL은 MySQL 워크벤치를 사용하면 필요 없다. 여기서는 root 사용자의 비밀번호를 설정한..

아직 딥러닝 관련 포스트는 하나밖에 안쓰고, 두번째 쓰다가 웹개발만 주구장창 해왔다. 하지만 추후 프로젝트에 필요한 부분도 있고 테스트할 필요가 생겨 먼저 해보기로 했다. 먼저 Flask 서버에 간단한 딥러닝 모델을 배포하고 이를 웹에서 사용할 수 있도록 연결해 보려 한다. 그 전에 IntelliJ에서 이 Flask 서버를 구축하는 과정을 기록해보고자 한다.  우선, IntelliJ에서 Python으로 프로젝트를 만들어준다. (아마 우선 Python 플러그인 설치가 필요했던 것으로 기억한다.)그럼 이렇게 Python 프로젝트가 만들어진다. 터미널에 명령어를 입력해 Flask 패키지를 설치해준다. pip install Flask 그리고 프로젝트의 루트 디렉터리에서 app.py를 만들어준다. app.pyfr..