[YOLOv5] YOLOv5 사용법

YOLOv5 설치

YOLOv5 Documentation

 

1. 깃헙 클론

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

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

 

2. Object Detection

• clone 하지 않은 경우

PyTorch Hub에서 직접 실행

import torch

# Model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')  # or yolov5n - yolov5x6, custom

# Images
img = '<https://ultralytics.com/images/zidane.jpg>'  # or file, Path, PIL, OpenCV, numpy, list

# Inference
results = model(img)

# Results
results.print()  # or .show(), .save(), .crop(), .pandas(), etc.

 

• clone 한 경우

실행 결과는 ./runs/detect에 저장

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

 

• Training

YOLOv5 COCO 결과 재현

models, datasets는 최신 YOLOv5에서 자동으로 다운

YOLOv5n/s/m/l/x의 훈련 시간은 V100 GPU에서 1/2/4/6/8일

python train.py --data coco.yaml --cfg yolov5n.yaml --weights '' --batch-size 128
                                       yolov5s                                64
                                       yolov5m                                40
                                       yolov5l                                24
                                       yolov5x                                16

 

---

 

custom dataset으로 학습시키는 법은 아래 글에 더 자세하게 나와있다

[YOLOv5] Custom Dataset으로 Pothole detection