YOLO 모델 학습을 진행할 때, cfg 파일을 사용하는데 문득 어떤 용도로 사용하는지 궁금해져서 찾아보았다.
YOLO의 설정 파일인 cfg(config) 파일은 모델의 아키텍처, 하이퍼 파라미터, 데이터 경로 및 훈련 관련 설정 정보를 담고 있다.
anchors: 객체의 크기와 위치를 예측하기 위해 사용되는 bounding box, 즉 기본 박스 형태의 좌표를 의미한다. 중심 좌표 (x, y)와 width, height를 포함하며, 이를 사용해 다양한 크기와 비율의 물체를 탐지할 수 있다.
anchors: # yolov7.yaml
- [12,16, 19,36, 40,28] # P3/8
- [36,75, 76,55, 72,146] # P4/16
- [142,110, 192,243, 459,401] # P5/32
backbone: 이미지의 특성을 추출하는데 사용되는 학습 신경망의 구조를 정의하는 부분이다. 입력 데이터에서 특징 맵을 설정하고 이를 다시 출력층에 전달하는 역할을 수행한다. 이를 통해 이미지에서 높은 수준의 특성을 얻을 수 있다.
backbone: # yolov7.yaml
# [from, number, module, args]
[[-1, 1, Conv, [32, 3, 1]], # 0
[-1, 1, Conv, [64, 3, 2]], # 1-P1/2
[-1, 1, Conv, [64, 3, 1]],
...
head: backbone에서 추출한 특성을 사용하여 물체 탐지, 분류, bounding box 좌표를 예측하는 부분이다. 각 레이어의 출력을 처리하여 최종 탐지 결과를 생성한다.
head: # yolov7.yaml
[[-1, 1, SPPCSPC, [512]], # 51
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[37, 1, Conv, [256, 1, 1]], # route backbone P4
[[-1, -2], 1, Concat, [1]],
...
반응형
'Development > YOLO' 카테고리의 다른 글
YOLO 객체 인식 모자이크 적용 [1?] (2) | 2023.05.24 |
---|---|
Yolov7 프로젝트 실행 파일 만들기 (0) | 2023.01.09 |
YOLO v7 인식된 물체를 모자이크 하기 (0) | 2022.12.07 |
윈도우 환경 YOLO IndexError: invalid index to scalar variable. (0) | 2022.11.17 |