9학년 5반

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..

* 이 글은 YOLOv7 기준으로 작성하였음 이전에 YOLO 모자이크에 관련한 글을 작성했었는데, 더 간단하게 정리함 GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors - GitHub - WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of... git..

최근에 사람을 인식하여 모자이크 처리하는 프로그램을 작성하였는데, 실행 파일 만드는 도중 에러가 발생하였다. 진행한 환경은 다음과 같다. - GPU: NVIDIA GeForce RTX 3070 Laptop GPU - CUDA: 11.6 - cuDNN: 8.5.0 ... Process producer: Traceback (most recent call last): File "multiprocessing\process.py", line 315, in _bootstrap File "multiprocessing\process.py", line 108, in run File "detect_ui.py", line 187, in detect File "utils\torch_utils.py", line 65, in s..

현재 YOLO중 최신인 v7을 사용하여 물체 인식을 진행해보았다. 기본적으로 물체를 인식하게 되면 랜덤한 색상의 사각형 박스로 표기한다. 만약 사람을 인식한다면 얼굴뿐이 아닌 사람 몸 전체를 인식하여, 사각형 박스 내부에 사람이 들어가 있는 형태이다. 생각보다 인식이 엄청 정확해서 내가 가지고 있는 사진들로도 인식시켜보았다. 그런데 찍은 사진 중에 지나가던 사람도 찍혀 같이 인식되었다. 요즘은 개인정보가 중요시 되므로 만약 사람이라면 모자이크 처리하도록 해보면 어떨까 생각을 하여 진행해보았다. 먼저 YOLO v7을 개발한 WongKinYiu의 Github에 코드가 올라와 있어서 그대로 가져다 쓰면 된다. (YOLO v7은 PyTorch로 개발한다.) 그 다음 순서는 utils 폴더에 있는 plots.py..

간단한 YOLO 테스트를 해보려 했는데.. 자꾸 Index 에러가 발생한다. 실행 환경: Window 11 Darknet YOLO v3 openCV==4.6.0 python==3.10.0 ... net = cv2.dnn.readNet(weights_file, config_file) net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA) classes = [] with open("./coco.names", "r") as f: classes = [line.strip() for line in f.readlines()] layer_names = net.getLayerNames() outpu..