[YOLO V5]나의 데이터 학습하기

욜로 V5를 이용하여 데이터 학습 하는 방법을 배워보자 

 

1. Dataset 준비하기

1. 데이터에 사용할 이미지
2. 이미지에 대한 Label
   1. 라벨링 툴을 이용하여 라벨링하기 >>추천 라벨링 툴
3. 클래스 명과 개수가 적힌 텍스트 파일 준비
   • 이미지들은 image 폴더에 저장
   • Label 들은 label 폴더에 저장
   • 두 개의 폴더를 export 폴더에 저장한다.

라벨링을 위한 데이터

• 
  
  • 클래스 명과 개수가 적힌 텍스트 파일 준비
  • export 폴더와 함께 압출 폴더로 만듦
    • 데이터 조건
      • 데이터에 사용할 이미지는 최소 300개를 준비해야한다.
      • Label 파일을 해당하는 이미지의 파일 명과 동일하게 저장해야한다.

저장 방법

2. 개발 환경

• 데이터 학습을 하기 위해 Google Colab 이용
  • 장점:
    • GPU가 설치되어 있지 않을 때 구글의 GPU 사용이 무료로 가능하다
    • 설치와 세팅할 필요 없이 구글 계쩡만 있으면 사용이 가능하다.
    • 다른 사용자와 파일 공유 편집이 가능하다.

3. Google Colab 환경 설정

1. 런타임 유형을 GPU로 변경

GPU로 설정

2. 학습에 필요한 압축 폴더 업로드

3. 압축풀기

압축 풀기 명령어

4. 학습과정

1. Dataset 폴더 생성- 압축 푼 파일들 이동

2. 현재 디렉토리를 content로 이동 하여 클론 설치 

3. 폴더 생성됨

4.필요한 패키지 설치하기

5. img_list에 데이터 이미지를 저장

​

6. Train /Test 데이터 나누기

8:2로 train 과 test 데이터 나눔

 

TRAIN/LABEL 이미지 경로를​ 텍스트 파일로 저장

5. 트레이닝 시작

6. 트레이닝 결과