yolov5를 사용하여 사물 인식해보기

저번에는 윈도우 컴퓨터를 사용하면서..리눅스 명령어를 사용하게 해주는 프로그램을 다운받아가며 darknet yolo를 사용했었다...😥

 

이번에는 파이썬으로 구현된 프로그램 사용!

귀찮아서 아나콘다, 코랩 등에서 작업하지 않고 사용하지 않고 파이참을 사용하였다.

 

https://github.com/ultralytics/yolov5

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

 

 

일단 위 깃헙 페이지에서 yolov5 클론으로 시작!

git clone https://github.com/ultralytics/yolov5

 

다음 명령어를 차례로 입력하여 작업폴더를 yolov5로 옮겨주고 필요한 패키지들을 설치해준다.

cd yolov5
pip install -r requirements.txt

 

아래 링크를 통해 모델을 다운받은 후 작업 폴더에 넣어준다.

https://github.com/ultralytics/yolov5/releases

Releases · ultralytics/yolov5

단순 사용만 하기 위해서 필요한 작업은 끝!

 

이제 인식시키고자 하는 방법에 따라 아래 명령어를 실행시키면 된다.

python detect.py --source 0  # 웹캠을 사용하여 객체 탐지
                          file.jpg  # 이미지 파일을 사용하여 객체 탐지  
                          file.mp4  # 비디오 파일을 사용하여 객체 탐지
                          '영상링크'  # 유튜브 영상을 사용하여 객체 탐지

예를들어 웹캠을 사용하고 싶다면 python detect.py --source 0 을 입력!

(참고로 0은 웹캠 사용 시 기본 카메라를 나타냄)

 

이 과정을 통해 나온 결과는 runs/detect 폴더에서 확인할 수 있다.

 

나는 라이언을 어떻게 인식하는지 궁금해서 웹캠으로 인식시켜 봤는데 라이언을 자꾸 도너츠라고 인식해서 웃겼다😂

 

캠에 출연하지 않기 위한 눈물나는 노력..

 

유튜브 링크로도 해봤는데 잘 된당!

 

재밌네...ㅎ.ㅎ..

 

 

모델이 위 사진처럼 4가지가 있고 default로 yolov5s인것 같다.

detect.py를 살펴보면 yolov5s에 관한 가중치값을 받아오고 모델 로드할때도 이 가중치를 사용!

 

직접 학습시킬 땐 원하는 다른 모델을 사용해보..지 않아야겠다..하하.. 굳이..

언제가 될진 모르겠지만 다음엔 직접 학습시켜보기로..!