yolo 커스텀 데이터 학습시 범위지정
688
작성한 질문수 6
yolo를 활용해서 통신주를 찾으려고 합니다.(여러번 질문드려 죄송합니다;;)
전에 조언해주신대로 yolo v5로 변경하고, 학습데이터수도 100장이상이 되도록 수정중에 있습니다.
다만, CVAT툴로 영역지정시 아래그림과 같이 깔끔하게 하늘배경에 통신주가 있는경우도 있지만,
풀숲이나, 기타 장애물로 가려진 경우도 다수입니다.
이런경우 영역지정을 잘나온부분만 특정(상단 안테나, 하단 통신장치)해서 학습시키는 것이 맞을지 그래도 전체(전봇대포함전체)를 지정해주는 것이 맞을지 궁금합니다.
(배경과 상관없이 선택된 영역들의 공통부분을 알아서 인지하는 알고리즘?)
다른 질문이긴 합니다만
yolov3_inference.ipynb 파일을 참고하면 weights yolov3.pt 파일을 다운받아
바로 detect하면 coco모델의 사람, 차 등이 바로 인지가 되는데,
커스텀 데이터로 학습후 detect시 기존 인지되는 물체에 커스텀객체가 추가로 인지되게 할 수 있을까요?
best.pt결과에 기존 coco모델(80개)+내가 커스텀(인크레더블) 같이 표시
다시한번 좋은 강의에 감사드립니다^^
답변 1
0
안녕하십니까,
1. 장애물로 가려져 있더라도 통신주 전체가 있는게 더 좋습니다. 특히나 테스트 하려는 데이터가 장애물등으로 일부 가려져 있는 경우라면, 더더욱 장애물로 가려져 있는 통신주 전체를 학습 데이터로 해 주시는 게 좋습니다.
2. coco pretrained 모델을 이용하더라도 기존 coco 80개 + 커스텀(인크레더블)을 구성하기는 어렵습니다.
왜냐하면 몇개의 class를 학습할지 미리 갯수를 정해서 설정했기 때문입니다. 방법이 아예 없는것은 아닙니다. 학습 시 coco dataset과 인크레더블 데이터를 섞습니다. coco dataset의 경우 pretrained 되어 있기 때문에, 데이터가 많이 필요하지는 않습니다. 대신 인크레더블 데이터는 많이 필요합니다. 인크레더블 데이터는 사람으로 나올 수 있으므로 상대적으로 매우 많은 데이터 세트가 필요합니다. 그렇게 학습 데이터 세트를 만들고 class 개수를 81개 설정한 뒤 다시 학습하면 됩니다.
감사합니다.
MMDetection 버전 이슈
0
51
2
강의 환경설정 질문
0
61
2
Custom Dataset에서의 polygon 정보 관련
0
113
3
cvat.ai 보안 수준이 궁금합니다
0
98
2
캐클 nucleus 챌린지 runpod 실습 코드 에러 질문드립니다.
0
120
3
추론 결과의 Precision(또는 mAP) 평가 방법
0
94
2
mmdetection mask rcnn inferenct 실습 시 runpod 템플릿 관해서 질문드립니다.
0
68
2
runpod에서 google drive 연결 시 오류 발생
0
126
2
로드맵 선택
0
74
1
mmcv
0
65
2
Anchor box의 Positive 처리 위치
0
71
2
해당 강의 runpod 적용 후 에러 제보드립니다
0
95
2
run pod credit 관련 제보
0
125
2
mmdetection 2.x과 3.x 호환 관련 표기
0
89
2
mm_faster_rcnn_train_kitti.ipynb 실행 오류
0
114
3
질문 드립니다.
0
89
3
mm_faster_rcnn_train_coco_bccd 실행 오류 질문드립니다.
0
89
1
강사님께 수정을 제안드리고 싶은 것이 있습니다.
0
102
1
google automl efficientdet 다운로드 및 설치 오류
0
87
1
이상 탐지에 사용할 비전 기술 조언 부탁드립니다.
0
111
2
OpenCV 관련 질문드립니다.
0
87
2
mmcv 설치관련해서 문의드려요
0
357
3
강의 구성 관련해서 질문이 있습니다
1
141
2
모델 변환 성능 질문드립니다.
0
125
1