본문 바로가기

MATLAB/ㄴ 트러블 슈팅

 (7)
문제_스크립트 struct을(를) 함수로 실행하는 것은 지원되지 않습니다. 문제 해결 파일의 이름이 'struct' 였다..... 이름을 StudyStruct로 변경하니 정상적으로 실행됨
문제_셀형 배열 내의 값은 숫자형, 논리형, 문자형이어야 함 문제 해결 방법 layername(string형)에 중괄호, fit(logical형)에 소괄호 처리 data = { layername{1}, '1', '0', '0', true(1) } ; data{5} = logical(data{5}); columnNames = {"Layer Name", "Thickness", "pitch", "height", "fit"}; % uit = uitable('Data', data, 'ColumnName', columnNames, app.ModelPanel, 'Editable', true); % 이전 데이터를 유지하고 새로운 데이터 추가 if isempty(app.UITable2.Data) % Table이 비어있는 경우 app.UITable2 = uitable(app.Mod..
문제_MAT 파일 을(를) 읽을 수 없습니다. 이진 MAT 파일이 아닙니다. load -ASCII를 사용하여 텍스트로 읽어 보십시오. 문제 해결 방법 mat 파일을 notepad(메모장)에 드래그 한 다음, txt파일로 저장하여 MATLAB editor에서 불러온 후 .mat파일로 재저장.
문제_timetable 형식의 데이터를 딥러닝에 적용하는 방법 문제 사진과 같이 VideoLabeler를 이용해 얻은 timetable (Time, object)를 딥러닝 Train에 적용하는 방법은? 해결 방법 사진과같이 VideoLabeler를 통해 export한 gTruth 객체를 objectDetectorTrainingData() 함수를 통해 trainingDataTable로 재선언함. 참고 공식문서 https://kr.mathworks.com/help/vision/ref/objectdetectortrainingdata.html Create training data for an object detector - MATLAB objectDetectorTrainingData - MathWorks 한국 이 예제의 수정된 버전이 있습니다. 사용자가 편집한 내용을 반영..
문제_지원함수가 없어서 발생하는 오류 문제 코드 입력 시, 'camvidPixelLabelIDs'은(는) Train and Deploy Fully Convolutional Networks for Semantic Segmentation에 사용되었습니다. 오류 발생 해결 방법 코드 맨 하단에 지원함수 추가 function labelIDs = camvidPixelLabelIDs() % Return the label IDs corresponding to each class. % % The CamVid dataset has 32 classes. Group them into 11 classes following % the original SegNet training methodology [1]. % % The 11 classes are: % "Sky"..
문제_입력영상 크기가 다르기 때문에 미니배치를 구성할 수 없음 오류 신경망 훈련 코드 작성 후 실행 시 augmentedImageDatastore/applyAugmentationPipeline의 입력영상 크기가 다르기 때문에 미니배치를 구성할 수 없다는 오류가 발생 해결법 데이터로 사용한 사진이 jpg가 아닌 png와 gif 확장자 파일이어서 오류가 발생함. 사진을 jpg파일로 다시 다운로드받으니 문제 해결
문제_스크립트 webcam을(를) 함수로 실행하는 것은 지원되지 않습니다 오류 스크립트 webcam을(를) 함수로 실행하는 것은 지원되지 않습니다 해결법 파일명을 webcam으로 중복되게 설정하면 안된다(...) web, cam 등 다른 이름으로 중복을 피해서 설정해야 함

티스토리툴바