2024/0121 [AI 부트캠프] DAY 122 - 파이널 프로젝트 13 [오늘의 일지] 프로젝트 - YOLO 모델 소규모 데이터 학습 성공 [상세 내용] YOLO 모델 소규모 데이터 학습 성공 - 어제 데이터셋을 구성한 뒤에 gpu 문제로 로컬에서 학습을 돌리는 것을 실패하고 gpu 세팅을 다시 하려고 했지만 모델 학습을 성공적으로 한 사이클 시켜보는 것이 더 중요하다고 생각해서 colab 환경에서 만들어진 데이터를 옮겨서 학습을 계속해서 시도했습니다. 학습을 시도하는 동안에 여러 가지 문제점이 또 발생했고 부분적으로 수정해 가면서 한 사이클 학습에 성공한 과정을 정리해 보겠습니다. bbox 좌표의 문제점 - 어제 발견했던 bbox 좌표 말고도 학습을 시도할수록 더 이상한 좌표값들을 발견했습니다. 이런 좌표값들은 어쩔 수없지만 지정 범위인 0~1의 값만 만족할 수 있도록 설.. 2024. 1. 13. [AI 부트캠프] DAY 121 - 파이널 프로젝트 12 [오늘의 일지] 프로젝트 - YOLO 모델을 위한 데이터셋 구성 완료 [상세 내용] 데이터셋을 위한 작업 목록 - 참고 코드를 기반으로 내 데이터에 적용시키기 - 완성된 데이터셋 확인 후 문제점 수정 - 모델에 돌려보기 참고 코드를 기반으로 내 데이터에 적용시키기 - 데이콘 대회에 올라온 코드를 기반으로 했지만 결과적으로는 데이터가 많이 달랐기 때문에 얻어야 하는 annotation을 기반으로 데이터셋을 완성시키려고 노력했습니다. 어제도 설명했듯이 YOLO의 annotation의 형태는 아래와 같았습니다. # annotation 내용 완성된 데이터셋 확인 후 문제점 수정 - 완성된 데이터를 확인해 봤을 때는 뒤에 4개의 값은 무조건 0~1의 데이터를 가지고 있어야 한다는 것을 알게 되었습니다. 이유는 위.. 2024. 1. 12. [AI 부트캠프] DAY 120 - 파이널 프로젝트 11 [오늘의 일지] 프로젝트 - YOLO 모델을 위한 데이터셋 알아보기 [상세 내용] YOLO 모델을 위한 데이터셋 - 다른 모델과는 다르게 딥러닝 모델들은 각 모델에 맞는 데이터셋을 잘 구축하는 것이 중요합니다. 제대로 된 데이터셋을 구축하지 않으면 모델이 제대로 학습되지 않기 때문입니다. 그래서 오늘은 YOLO 모델에 맞는 데이터셋을 구축하는 과정에 대해서 정리해 보겠습니다. 오늘은 아마도 일부만 정리하고 나머지는 내일 정리할 것 같습니다. 특징 - 여러 가지 사이트를 검색해 본 결과 YOLO 모델은 예를 들면 하나의 이미지가 존재한다면 하나의 annotation 파일이 존재해야지 학습이 가능한 것으로 파악을 했습니다. annotation이라는 단어는 그 자체로 주석이라는 뜻을 가지는데 YOLO 모델의 .. 2024. 1. 11. [AI 부트캠프] DAY 119 - 파이널 프로젝트 10 [오늘의 일지] 프로젝트 - 이미지 데이터 확인 [상세 내용] 이미지 데이터 확인 - 이번 프로젝트를 위한 데이터는 이미지마다 하나의 클래스 라벨이 존재하고 그 라벨의 bbox가 존재하고 있습니다. 학습을 시키기 전에 이미지 안에 어떻게 bbox가 생성되어 있는지를 확인하기 위해서 이미지 위에 bbox와 클래스 라벨을 출력시켜 보면서 확인해 보는 과정을 진행해 보았습니다. 실행 코드 - 처음에는 cv2.imread를 사용해서 이미지를 읽으려고 했는데 오류가 나서 image 모듈로 대체해서 읽어왔습니다. def draw_boxes_on_image(image_path, filename): # 이미지 불러오기 image = Image.open(image_path) image = cv2.cvtColor(np.a.. 2024. 1. 10. 이전 1 2 3 4 5 6 다음 반응형
