YOLO Mini Project
6397 단어 mini projectmini project
Team
- 팀원
김수현, OOO - R&R
김수현(데이터 수집, 데이터 전처리, 테스트), OOO(데이터 수집, 데이터 전처리)
Dataset
- 출처
Musinsa Brand Snap Image - 구성
train, test, valid 디렉토리로 구성, 각 디렉토리는 images, labels의 서브 디렉토리로 이루어져 있음
또한, 대상 class 개수는 15개이며, Beanie, Buckethat, Cap, Glasses 등 의류 카테고리에 대한 class임, train image 243장, valid image 30장, test image 27장으로 구성됨
Modeling
Pretrained Model
- YOLO releases v6.0 YOLOv5s version
Hyperparameter
img_size = 416
batch_size = 32
epochs = 100
detect_rate = 0.5
Development
-
Goal
Object detection process 이해, Object detection Image dataset 구축 능력 향상 -
Term
2022.04.10 ~ 2022.04.12
-
Environment
Colab- Tesla T4 12GB
- Python 3.7
-
Step
- 데이터 수집 2hr
- 데이터 전처리 및 학습 데이터 생성 8hr
- 모델 학습 0.5hr
- 문제점 분석 및 해결방안 논의 0.5hr
- Total = 11hr
-
모델 선정
모델 성능 지표 계산식은 다음과 같으며 성능지표가 가장 높은 v6.0 - YOLOv5s 모델을 채택했다. -
시행착오 및 문제점
- Jeans class와 Pants class의 이미지 형태가 유사하고, 파란 계열의 청바지만 jeans으로 labeling 처리.
때문에 일부 청바지 이미지에 대해서는 Jeans과 Pants의 Bounding Box가 겹쳐서 나타나게 됨
- Jeans class와 Pants class의 이미지 형태가 유사하고, 파란 계열의 청바지만 jeans으로 labeling 처리.
-
프로젝트 개선사항
- 청바지의 이미지와 다른 재질의 바지 이미지를 더 수집하여 Jeans과 Pants의 인식률을 높일 필요성이 있음
- 아우터리를 제외한 모든 상의를 Top class로 통일 했기 때문에 상의에 대해서 많은 class로 구분되지 않음. 따라서 더 많은 상의 데이터 수집 및 라벨링을 통해 상의 종류를 구분할 수 있도록 개선할 수 있음
Result
Author And Source
이 문제에 관하여(YOLO Mini Project), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://velog.io/@kimsoohyun/YOLO-Mini-Project저자 귀속: 원작자 정보가 원작자 URL에 포함되어 있으며 저작권은 원작자 소유입니다.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)