사용자 지정 데이터 세트에서 YOLO-V5 모델을 훈련하는 방법.

물체 감지는 이미지/비디오에서 물체를 감지하는 데 초점을 맞춘 컴퓨터 비전의 작업입니다.

이 기사에서는 Yolo-V5를 사용하여 맞춤형 객체 감지 모델을 훈련할 것입니다. YOLO는 가장 유명한 객체 감지 모델 중 하나입니다.

모델을 훈련시키는 방법.

먼저 데이터 세트가 필요합니다.

두 번째로 Google colabs를 통해 모델을 유지합니다.

세 번째로 우리는 우리 자신의 컴퓨터에서 실행할 것입니다.

환경 설정

다음은 노트북에 대한 링크입니다. Google Colab
Google Colab을 사용하려면 Google 계정이 필요합니다. YOLO에서 제공하고 추천하는 노트북을 사용하여 훈련하거나 나만의 노트북을 만들어 따라할 수 있습니다.

이 노트북을 사용할 계획이라면 파일 → 드라이브에 사본을 저장하십시오. 그러면 코드를 수정할 수 있습니다.

YOLOv5 환경 설치

자신의 컴퓨터에서 개체 감지 모델을 실행하려면 코드 기반을 복제하는 코드에 따라 자신의 컴퓨터에서 YOLO를 설정해야 합니다.

!git clone https://github.com/ultralytics/yolov5  # clone repo
!pip install -U -r yolov5/requirements.txt  # install dependencies

데이터 세트 준비.

먼저 머신에 데이터 세트를 다운로드하고 Roboflow으로 바로 이동하여 새 프로젝트를 생성해야 합니다. Roboflow는 YOlO readme에서도 권장하는 훌륭한 도구입니다.


새 프로젝트를 생성한 후 데이터 세트를 업로드해야 합니다. Roboflow는 매우 빠르며 이미지와 레이블을 업로드합니다.

Roboflow는 데이터 세트를 Yolo-V5 형식으로 변환하고 개인 요구 사항에 따라 검증 및 테스트를 훈련하기 위해 데이터 세트를 나눕니다. 그 후에는 다운로드 코드로 내보내기만 하면 됩니다.


이제 데이터 세트가 준비되었으므로 모델 학습의 다음 단계로 넘어갈 수 있습니다.

모델 훈련

이 부분을 위해 우리는 이제 노트북 사본을 저장한 후 Google coloabs 노트북으로 이동할 것입니다. 이미 작성된 모든 코드 셀을 실행하기만 하면 됩니다. 셀이 완료된 후 시퀀스로 한 번에 하나의 셀을 실행하고 다음으로 이동하십시오.

세 번째 블록에서는 roboflow에서 제공한 코드 스니펫을 제공합니다.

그 후 나머지 코드 셀을 실행하면 모델을 학습하는 데 많은 시간이 걸리지만 마지막 셀을 실행한 후에는 goolge 드라이브에 가중치 파일이 생깁니다.

컴퓨터에서 실행

이제 Yolo-V5가 해당 디렉토리에 복제되었음을 기억하십시오. Google 드라이브에서 Best.pt 파일을 다운로드하고 이 파일을 테스트 이미지와 함께 Yolo-5v 디렉토리에 저장합니다.

python detect.py --weights best.pt --source image.jpg 

이 명령을 실행하면 완료됩니다.