CNN 8 - 객체 탐지를 하는 YOLO v8 모델 실습 1 : 가위 바위 보 객체 탐지하는 모델 가져오기

AICON 행사에 가려면 아침에 공부할 시간이 1시간 반밖에 남지 않았다. 그래도 수업 한 시간 분량은 공부할 수 있을 것 같아 객체 탐지 공부를 이어서 하려고 한다.

그리고 행사 끝나고 나서 집에 와서 저녁에 영어 공부 마치고 나서 하면 분명 오늘 객체 탐지 단원까지는 마칠 수 있을 것 같다. 시간이 남으면 책 학습을 하고 아니면 내일 새벽에 하면 된다.

---

 

 

 

YOLO v8 객체 탐지 실습해 보기

지난 시간에는 YOLO v6 버전으로 객체를 탐지하는 실습을 진행했다. 이번에는 조금 업그레이드된 v8 버전으로 학습을 진행해 볼 것이다.

 

 

지난번에 했던 것처럼 경로를 현재 위치로 가져온다.

---

 

 

 

 

YOLO 모델 가져와서 코드 붙여 넣기

 

가위 바위 보 객체 탐지 모델 다운로드

yolov7_rock_paper_scissors Object Detection Dataset (v1, 2023-08-08 12:19pm) by project-kzetv

 

 

 

 

여기 들어가서 다운로드를 하면 된다. 버전이 7이지만 나중에 받을 때 8로 바꾸면 되니 상관없다.

 

 

 

 

 

 

이런 식으로 가위, 바위, 보를 라벨링 해놓은 것이다. 영상을 이미지로 잘라서 가져오기 때문에 화질이 흐린 것도 있다.

 

 

 

 

 

 

다운로드할 때 포맷을 YOLOv8로 바꾸어준다.

 

 

 

 

다음과 같은 코드를 복사하여 붙여 넣는다.

 

 

 

 

 

 

다운로드가 완료되면 다음과 같은 위치에 폴더가 하나 생성된 것을 보게 된다.

 

 

 

 

 

이제 이 파일을 직접 확인해 보겠다.

 

 

 

이러한 데이터가 있음을 확인할 수 있다. 이제 yaml 파일의 상대경로를 절대경로로 바꾸어줄 것이다.

 

 

 

 

 

 

경로를 복사하여 붙여 넣고 저장도 해준다.

---

 

 

 

 

 

설치할 때 결과창이 많이 열려서 보기가 싫으면 pip 옆에 -q를 붙여주면 된다. quiet의 약자로 마지막 창만 표시된다. 하지만 난 모든 결과를 다 보고 싶어서 이 코드로는 쓰지 않았다.

 

 

 

 

이제 욜로 모델을 불러와서 라이브러리를 사용해 본다. 6에서는 이런 코드가 없이 그냥 누군가 작성한 코드를 가져와서 사용했었다. pt는 파이토치의 약자이다.

 

 

 

모델을 사용하는 여러 가지 방법을 정리해 보았다.

 

---

 

 

 

 

학습을 마치고

두 시간 분량의 수업이니 나머지 부분은 다음 포스트에서 이어서 작성해 보겠다. 여기까지 가위 바위 보 객체 탐지 모델을 가져와서 코랩에 코드를 복사하는 것까지 진행해 보았다.

다음에는 모델을 생성해서 객체 탐지를 하는 내용을 학습해 보겠다. 내용은 하나도 어렵지 않았다. 아마도 어제와 오늘 새벽에 v6 모델을 어렵게 공부해서 그런 것 같다.