[YOLOv5] Custom Dataset으로 Pothole detection

YOLOv5 Training

 

1. YOLOv5 git clone

git clone <https://github.com/ultralytics/yolov5>  # clone
cd yolov5
pip install -r requirements.txt  # 필요한 패키지 설치

 

 

2. dataset

roboflow에서 image와 label이 이미 있어서 다운받아줬다

yolo v5 pothole detection median blur Object Detection Dataset by Parth Choksi

• images
• labels

다운받은 dataset

 

3. coco128.yaml 파일 수정

train: ../pothole_blur_dataset/train/images # 데이터셋 train 경로
val: ../pothole_blur_dataset/valid/images # 데이터셋 val 경로

nc: 1 # 클래스 -> pothole 1개
names: ['Potholes']

4. yolov5s.yaml 파일 수정

# Parameters
nc: 1  # number of classes

+ 옵션들도 조금씩 수정해주었다

 

5. YOLOv5 확인

python detect.py --source # OPTION
													0  # 연결된 webcam에서 실시간으로 detect
                          파일이름.jpg  # image
                          파일이름.mp4  # video
                          screen  # screenshot
                          디렉터리이름/  # directory
                          'path/*.jpg'  # glob
                          '<https://youtu.be/Zgi9g1ksQHc>'  # YouTube
                          'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream

 

6. YOLOv5 Training

python train.py --data data/coco128.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt --img 설정 --batch 설정 --epochs 설정

 

7. test

python detect.py --source pothole_blur_dataset/train/images/1.jpg --weights runs/train/exp4/weights/best.pt

—source : 이미지

—weights : pre-trained 모델

 

이때 best.pt는 학습시켜서 exp4에 생성된 가장 성능이 좋은 모델 !

 

test 해본 결과

---

나는 데이터셋이 images -> train / val, labels -> train / val 이 아니라 train -> images / labels, val -> images / labels 이런 식으로 되어있는데..

# 나의 경우
train: ../pothole_blur_dataset/train/images
val: ../pothole_blur_dataset/valid/images

# 보편적인 경우
train: ../pothole_blur_dataset/images/train
val: ../pothole_blur_dataset/images/valid

학습도 제대로 되고 둘다 train, val 이미지 폴더 경로를 가리키니까 문제는 없어보이기는 하지만 다음부터는 보편적이게 나눠야지!

(label을 어떻게 제대로 찾아가는지 모르겠다..)

일단 epochs랑 batch size 크게 돌려놓고 왔다~