🐹's tory

Transfer Learning 학습 데이터가 부족한 분야의 모델 구축을 위해 데이터가 풍부한 분야에서 훈련된 모델을 재사용하는 학습 기법 Imagenet(대규모 데이터셋) 데이터를 사용해서 사전학습된(pre-trained) 모델의 가중치를 가지고 와서 우리가 해결하고자 하는 과제에 맞게 재보정해서 사용 비교적 적은 수의 데이터를 가지고도 우리가 원하는 과제를 해결할 수 있는 딥러닝 모델을 훈련 → pre-trained model의 weights를 약간씩 변화시켜 적은 데이터셋에서 task에 맞게 재사용 → pre-trained model의 classifier는 삭제하고 목적에 맞는 새로운 classifier 추가 ⇒ 새롭게 만들어진 모델 fine tuning 진행 (strategy 3개 중 1개 선택해..

detect.py 파일에서 test 할 때마다 runs/detect/exp~ 경로로 새로운 파일을 계속 생성해주길래 test 한 결과를 한 파일로 모을 수 있도록 코드를 수정했다 # Directories save_dir = Path(project)/'result' save_dir.mkdir(parents=True, exist_ok=True) #save_dir = increment_path(Path(project) / name, exist_ok=exist_ok) # increment run #(save_dir / 'labels').mkdir(parents=True, exist_ok=True) # make dir 더보기 내가 참고한 글 ! YOLO V5 환경 셋팅 및 모델 아키텍쳐 분석하기 작성자 : 한양대..

YOLOv5 설치 YOLOv5 Documentation Introduction To get started right now check out the Quick Start Guide What is YOLOv5 YOLO an acronym for 'You only look once', is an object detection algorithm that divides images into a grid system. Each cell in the grid is responsible for detecting objec docs.ultralytics.com 1. 깃헙 클론 GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite YOLOv5..

YOLOv5 Training 1. YOLOv5 git clone git clone # 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 817 open source potholes images. yolo v5 pothole detection median blur dataset by Parth Choksi universe.roboflow.com images labels 3. coco128.yaml 파일 수정 train: ..

캐글에서 데이터셋을 다운 받았다 Pothole Detection Dataset Labelled image dataset containing 300+ images of roads containing potholes www.kaggle.com 다른 분들이 CNN으로 포트홀 탐지하는 코드를 올려주셔서 보면서 따라했다 필요한 라이브러리들 import ! import numpy as np import pandas as pd import tensorflow as tf import cv2 import matplotlib.pyplot as plt from keras.preprocessing.image import ImageDataGenerator from keras.preprocessing import image 사진..

일단 필요한 모듈들 import 해주기 ! import cv2 import numpy as np from matplotlib import pyplot as plt YOLO 로드 net = cv2.dnn.readNet("yolov3.weights", "yolov3.cfg") classes = [] with open("coco.names", "rt",encoding = "UTF8") as f: classes = [line.strip() for line in f.readlines()] layer_names = net.getLayerNames() output_layers = [layer_names[i-1] for i in net.getUnconnectedOutLayers()] colors = np.random...

1. 필요한 파일 다운 name cfg weight YOLO: Real-Time Object Detection YOLO: Real-Time Object Detection You only look once (YOLO) is a state-of-the-art, real-time object detection system. On a Pascal Titan X it processes images at 30 FPS and has a mAP of 57.9% on COCO test-dev. Comparison to Other Detectors YOLOv3 is extremel pjreddie.com 2. darknet 깃헙 클론 + make git clone https://github.com/pjreddie/dark..

포트홀을 탐지할 때 어떻게 코드를 짤지 공부를 하는 중이다 내가 참고한 링크 ! YOLO object detection using Opencv with Python - Pysource We’re going to learn in this tutorial YOLO object detection. Yolo is a deep learning algorythm which came out on may 2016... pysource.com YOLO + OpenCV you only look once : object detection을 위한 CNN 기반의 물체인식 알고리즘 YOLO 설치 파일 : YOLO: Real-Time Object Detection YOLO: Real-Time Object Detection YOLO..

라즈베리파이의 카메라를 이용해서 실시간으로 영상처리해서 머신러닝을 돌리기 위해 서치해보고 정리한 내용들이다 일단 이번 글을 실시간으로 영상처리를 하기 위해서 openCV의 코드를 정리를 해보았다 OpenCV cap = cv2.VideoCapture(path or 카메라장치번호) cap = cv2.VideoCapture("영상 경로" or 0: 카메라장치번호) 첫 프레임 읽어 cap 객체에 저장 cap.isOpen() if cap.isOpened(): cap이 지정한 프레임으로 제대로 초기화되었는지 확인 cap.read() ret, img = cap.read() # 무한반복 연속으로 프레임 읽기 (영상 정보 읽기) ret : true or false / img : 프레임 이미지 or None cap.get..

라즈베리파이의 카메라 영상을 실시간으로 인공지능 모델을 돌려서 감지를 해야하기 때문에 OpenCV 코드를 살펴보았다! 💡 영상을 인공지능 모델에 돌리는 법 이미지 사용한 딥러닝 모델 생성 동영상 프레임 → 이미지 (opencv 사용) 2번의 이미지를 1번의 모델에 넣기 → 확률 확률 평균 → 판별 OpenCV cap = cv2.VideoCapture(path or 카메라장치번호) cap = cv2.VideoCapture("영상 경로" or 0: 카메라장치번호) 첫 프레임 읽어 cap 객체에 저장 cap.isOpen() if cap.isOpened(): cap이 지정한 프레임으로 제대로 초기화되었는지 확인 cap.read() ret, img = cap.read() # 무한반복 연속으로 프레임 읽기 (영상 ..