공부하는 펭구

Object Detection을 공부하기 전에 대략적인 기초 지식과 내용을 정리 하려고 한다. 객체 검출(Object Detection)은 영상처리나 CV 분야에서 기본적이고 또 많이 쓰이는 기법이다. 최근에는 얼굴 인식, 음성 인식, 비디오 인식, 이미지 분류 등 다양한 분야에 활용된다. 따라서 Object Detection을 공부하면서 기초적인 내용을 정리한다. Object Detection의 정의 1. Image classfication : 입력으로 들어온 이미지 안에 단일 객체(object)에 대한 종류(class)를 구분 2. Image localization : 입력으로 들어온 이미지 안에 단일 객체(object)에 대한 위치를 Boudning box를 통해 예측 3. Object Detect..

YOLOv5는 Ultralytics에서 제작되었지만 YOLOv6는 Meituan Vision AI Department 에서 제작했다. 특이하게 YOLOv6는 YOLOv7보다 늦게 나왔다. 순서대로 정리하면 5 → 7 →6 순서이다. 여기서는 성능향상 또는 모델의 구조 변경을 다루기 보다는 실제로 custom dataset을 학습 시키는것을 중점적으로 볼예정이다. YOLOv6도 우분투 20.04 LTS, 파이참 가상환경에서 실행하도록 하겠다.이과정은 YOLOv5와 별반 다르지 않다. 일단 아나나콘다 환경에서 아래의 명령어를 입력해 yolov6 가상환경을 생성하고 가상환경을 실행한다. $ conda create -n yolov6 pyton=3.8 $ conda activate yolov6 가상환경을 만든후 ..

YOLOv3 custom dataset을 가지고 훈련을 진행 해보도록 하겠다. 환경은 우분투 20.04 LTS 에서 진행 하도록 하겠다. 사전에 설치해야할 항목들은 1. Nvidia-driver 2. CUDA, CUDNN 3. OpenCV 4. Darknet 이렇게 준비가 되어 있어야 한다. 준비가 완료 되었으면 custom dataset을 준비해 준다. 필자는 YOLO_mark를 이용해 준비를 해둔 상태이므로 이부분은 본 게시물에서는 설명하지 않도록 하겠다. 준비가 되었으면 다음 단계로 진행한다. Darknet 폴더로 이동해 custom_yolov3 폴더를 만들어준다. 아래의 사진처럼 5개의 파일이 있어야 한다. 준비해야할 부분을 하나씩 보도록 하겠다. 1. img 폴더 폴더 내에는 yolo_mark를..