본문 바로가기

전체 글285

[YOLOv5] 모델 학습/평가 후 얻는것, 과정 요약 보호되어 있는 글 입니다. 2023. 5. 15.
[YOLOv5] 코랩 GPU가속으로 학습시키기 가장 먼저 파일> 새 노트북 만들기 런타임> 런타임 유형 변경>GPU선택 을 해야한다. 0. 파일 바로 코랩 디렉토리에 넣기 content > yolov5 > data > test01_custom 폴더에 YOLOv5용 데이터셋 압축파일을 넣은 다음, 시작했다. 1. YOLO v5 설치 !git clone https://github.com/ultralytics/yolov5 %cd yolov5 !pip install -r requirements.txt 2. 업로드한 파일 압축 해제 !unzip ./data/test01_custom/test01_custom.zip -d ./data/test01_custom/ 3. yaml파일 경로를 코랩 환경에 맞게 변경 (원래는 로컬 파일 경로였음) import yaml w.. 2023. 5. 14.
[YOLO v5] 커스텀 데이터 라벨링 후 학습 - epochs 300 보호되어 있는 글 입니다. 2023. 5. 14.
[YOLOv5] 커스텀 데이터 roboflow 라벨링 - epochs 5,50(실패) YOLO v5 PyTorch를 선택하고, zip으로 데이터를 꺼낸다음 이 경로에 'test01_custom'이라는 폴더를 만들어 그 안에 압축 해제를 해주었다. 여기서 오류가 발생했었는데, # 해놓은 경로 대신 train 이미지 파일이 있는 경로를 직접 복사하여 붙여넣으니 해결되었다. python train.py --img 640 --batch 16 --epochs 50 --data test01.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt --cache 으로 학습을 진행하다가, 너무 시간이 길어져 epochs를 5, 50으로 했는데 정상적으로 동작하지 않았다. val_batch0_labels는 검증 데이터셋의 첫 번째 배치에 대한 ground truth 레.. 2023. 5. 14.
[Mediapipe] 전신 포즈 인식 """ 230514_mediapipe_예림예시.py""" import cv2 import mediapipe as mp mp_drawing = mp.solutions.drawing_utils mp_pose = mp.solutions.pose # 이미지 파일 경로 설정 image_path = "C:\\Users\\songs\\01_ICT_study\\example_001_jpg.rf.8b91a22192839c7862f9d4233a0f9429.jpg" # 이미지 파일 읽기 image = cv2.imread(image_path) # 이미지 크기 조절 (선택 사항) image = cv2.resize(image, (640, 480)) # BGR 색상 공간에서 RGB 색상 공간으로 변환 image_rgb = cv2... 2023. 5. 14.
[YOLOv5] 커스텀 데이터셋의 필요성 1. 데이터셋 만들기 (동영상 -> 이미지) 프로젝트를 위해 직접 동영상 촬영을 하고, openCV를 이용해 동영상에서 프레임 별 이미지를 추출했다. 2. 학습 없이 YOLO 객체 인식 """230514_test 객체탐지""" import torch from PIL import Image # YOLOv5 모델 로드 model = torch.hub.load('ultralytics/yolov5', 'yolov5s') # 이미지 파일 경로 리스트 image_paths = [ "C:/Users/songs/PycharmProjects/mediapipe/frame_4.jpg", "C:/Users/songs/PycharmProjects/mediapipe/frame_8.jpg", "C:/Users/songs/Pycha.. 2023. 5. 14.

티스토리툴바