[딥러닝] Climbing hold detect

작성자	장원준
일 시	2024. 3. 28  (목) 18:00 ~ 21:00
장 소	복지관 b128-1호
참가자 명단	임혜진, 이재영, 성창민, 김명원, 장원준
사 진

!pip install ultralytics

from ultralytics import YOLO
import cv2
import os
import urllib​

!pip install ultralytics 로 패키지를 불러오고 

YOLO 를 불러옵니다. 

그 후 필요한 라이브러리들을 가져옵니다.

!unzip "/content/climbing.v1i.yolov8-obb.zip"

https://universe.roboflow.com/climbing-rmbhd/climbing-eeqyl/dataset/1/images

climbing Object Detection Dataset and Pre-Trained Model by climbing

roboflow 에 labeling 이 다 되어있는 데이터를 YOLO v8 버전으로 다운 받고 코랩에 업로드 하여서 압축해제를 해주는 코드를 작성하였다.

 

!yolo train data=/content/data.yaml epochs=100​

 

colab 에 저장한 data 의 경로를 적어주고 epochs 값을 100으로 지정한 뒤  train 시켜주는 코드입니다. 

 

 

!yolo detect weights='/content/cliving_hold_yolov8_weight.pt'

모델 가중치(weights)를 지정합니다. 

 

!yolo task=segment mode=predict model=/content/cliving_hold_yolov8_weight.pt source="/content/클라이밍 6개월 실력변화 (2).mp4" hide_labels=True

 

YOLO를 활용해서 비디오에 있는 객체를 세그멘트화 하는 코드입니다.

 

results = model(source="/content/climbing.mp4", stream=True)

# 결과 이미지를 저장할 디렉토리
output_dir = "/content/output_images/"

# 디렉토리가 존재하지 않으면 생성
import os
os.makedirs(output_dir, exist_ok=True)

for i, r in enumerate(results):
    # 현재 프레임의 이미지 가져오기
    frame = r.orig_img

    # 결과 이미지 저장
    image_path = os.path.join(output_dir, f"result_{i}.jpg")
    cv2.imwrite(image_path, frame)

 

 

YOLO 모델을 사용하여 주어진 비디오 파일에서 객체를 감지하고 결과 이미지를 저장하는 코드입니다. 비디오에서 객체를 감지하고 각 프레임의 결과 이미지를 지정된 디렉토리에 저장하는 코드입니다.

 

cv2.imshow(results)

 

결과 값을 opencv 라이브러리를 활용한 코드로 보여줍니다.

!yolo detect weight=/content/runs/detect/train3/weights/best.pt source=/content/climbing.mp4​

 

욜로 라이브러리를 활용해서 가중치값을 저장하는 코드입니다. 

 

실제로 학습을 시키고 결과값을 도출해낸 코드입니다.

 

https://colab.research.google.com/drive/1qRhAwXHhCsH-IpdVhvS13HMTd0b7fqLs?usp=sharing#scrollTo=7aeEvbVEaFpB

cliving YOLOv8.ipynb

 

비록 데이터셋을 직접 만들지는 않았지만 학습을 시키기전에 일일이 찾아보면서 라벨링이 되어있는게 얼마나 편한가(?)를 느꼈습니다. 또한 YOLOv5 보다 YOLOv8이 굉장히 더 성능이 좋다는걸 느끼게 되었다..!