CNN 6 - 객체 탐지를 하는 YOLO v6 모델 실습 2 : roboflow에서 라벨링한 데이터 가져와서 코랩에 연결하기

오늘은 새벽에 일어나기도 귀찮고 공부도 하기가 싫은 마음이 많았지만 그래도 책상 앞에 앉아 공부를 진행해 보기로 했다. 난 누군가를 가르치는 사람 위치에 있는 사람은 말과 행동이 일치되고 인격이 되어야 한다고 생각하는데 이렇게 본이 되는 사람을 만나는 건 하늘의 별 따기처럼 어렵다는 걸 알게 되었다. 그저 어떤 과목에 대해서 일정 기간 동안 지식을 나누어주는 사람으로만 바라보기로 했다.

사람이라는 존재는 정말 믿을 게 못 된다. 어쨌든 무척 화가 나는 일이 있지만 원래 그런 사람이려니 하며 여기기로 했다.  대신 한 가지 좋은 팁을 얻기도 했으니 인생은 새옹지마라는 말이 딱 맞다. 이제 공부를 시작해 볼 것이다.

---

 

 

 

roboflow에서 모델 가져오기

이 사이트에 들어가서 친칠라 사진을 첨부한 후 이 사진을 라벨링하는 작업을 진행 중이었다. 어제 하다만 부분부터 이어서 진행해 본다.

 

 

다운이 완료되면 이 부분을 클릭해서 들어간다.

 

 

 

 

 

 

라벨링이 된 것과 되지 않은 사진들을 볼 수 있다. 하지만 욜로 모델은 전체가 라벨링이 되어야 사용할 수 있다. 이 버전은 베타라서 완벽하게 라벨링을 하지 못하기에 라벨링이 되지 않은 부분은 오른쪽의 바운딩 박스를 쳐준다.

 

 

 

 

 

 

이 사진의 경우 라벨링 표시가 없어서 직접 쳐주었다. 51장을 하나씩 돌려가며 해주는데 내 모델의 경우 딱 2장의 사진만 라벨링이 없었다. 만약 친칠라가 한 사진 안에 두 개 이상이면 객체 탐지가 이 두 개의 객체에 라벨링을 부여한다.

 

 

 

 

 

 

표시가 다 되었으면 나와서 Approve All을 클릭한다.

 

 

 

 

 

 

그러면 데이터를 훈련, 테스트용 등 비율에 따라 정리를 하는데 이 밑에 Add Images를 눌러준다.

 

 

 

 

 

 

Dataset에 들어가 보면 사진별로 랜덤하게 Train, Test, Valid 딱지가 붙어 있는 것을 확인할 수 있다. 이제 이 사진들을 내보낼 텐데 사이즈는 640 x 640으로 해준다.

 

 

 

 

 

 

아래쪽에 Continue를 눌러준다.

 

 

 

 

 

 

이렇게 데이터가 내보내지고 있다.

 

 

 

 

 

 

 

그런 다음 오른쪽 상단에 Download Dataset를 클릭한다.

 

 

 

 

 

포맷은 YOLOv6로 설정해 준다. 그러면 다운로드가 되는데 코드를 복사하면 알아서 모델을 사용할 수 있게 된다.

 

 

 

 

 

 

오른쪽에 복사 버튼을 누른 다음 코랩 노트북으로 와서 이 코드를 붙여 넣기 한다.

---

 

 

 

 

roboflow에서 가져온 데이터를 코랩으로 연결하기

 

 

이 코드를 실행하는데 계속해서 오류가 떠서 아예 불러오지 못하는 건 아닌지 걱정이 많이 되었는데 드디어 해결이 되었다. workspace ID가 맞지 않을 때 이런 오류가 발생한다. 설정에 가서 내 워크스페이스 ID를 다시 확인하고 다른 방식으로 시도했더니 잘 된다.

 

 

 

내 폴더 안에 chinchilla 데이터 셋이 생성된 것을 확인할 수 있다.

 

---

 

 

 

 

학습을 마치고

오늘 새벽 3시 반에 일어나서 학습을 진행해 보았다. 조금 전에 하기 싫었던 마음은 이제 눈 녹듯이 사라졌고 다시 공부에 대한 열정이 생겼다. 역시 뭐든 그냥 하면 하게 된다. 

분량이 많은 관계로 나머지 내용은 다음 포스트에서 이어서 진행해 보겠다.