[5주차] 이미지 라벨링 해보기 & 학습 시키기

저번에 했던 파이참에서 colab으로 갈아탔다

 

 

 

먼저 구글 드라이브에서 새로 만들기 - google Colaboratory 파일을 만든다 (없다면 더보기로 설치)

 

 

 

 

 

우선 내 드라이브와 마운트 시킨다

 

 

 

 

런타임 유형을 GPU로 바꿔준다

 

 

 

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

%cd yolov5 
!pip install -r requirements.txt

코드 추가해서 두개 따로 실행해줌

yolo 설치하기!

근데 섹션 끊어지면 깔았던 욜로가 사라져서 해결방법을 찾아야 한다

 

728x90

 

 

---

 

라벨링 할 이미지를 저장하자

테스트용으로 100개정도씩만 저장했다

 

 

---

 

드디어 이미지를 라벨링 할 차례!!!

labelImg를 설치해야 하는데 아주아주 난항을 겪었다 ㅎㅋ

 

 

cmd로 깔면서 생난리를 쳤다가 결국 아나콘다가 깔려있는 개발용 계정으로 다시 로그인했다

 

 

 

우선 Anaconda Prompt를 관리자 권한으로 실행한다

 

 

 

 

https://github.com/tzutalin/labelImg여기서 우선 zip파일을 다운로드 한다

GitHub - tzutalin/labelImg: 🖍️ LabelImg is a graphical image annotation tool and label object bounding boxes in images

 

 

 

압축을 풀고 폴더 경로를 복사한다

그다음에 프롬프트에서 그 폴더로 이동해준다

 

 

 

conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc

세줄의 코드를 실행해준다

 

 

 

잘 실행이 되었다면 

python labelImg.py

이걸 입력한다

 

 

그럼 labelImg가 드디어 실행 됨!!!!!!!!!!!!!

 

SMALL

---

이미지 라벨링 시작!

 

 

 

우선 라벨 클래스들을 수정해준다

 

 

 

 

실행이 되었으면

이미지들을 저장해놨던 폴더를 열어준다

 

 

 

save 포맷은 yolo

 

 

 

 

저장 폴더를 설정해준다

 

 

 

원하는 부분에 박스를 그려준다

 

 

 

 

분류를 선택하고 세이브 누른 뒤 넥스트 이미지로 넘어가며 계속 진행해준다

 

 

 

---

 

드디어 학습Time~~~~~

 

 

https://sssbin.tistory.com/163

labelImg 이용해서 데이터 만들고 YOLOv5 학습시키기

 

오늘도 수파고의 도움으로 하는 중

 

 

 

colab에서 먼저 욜로 설치 되어있는지 확인하고 사라졌으면 재설치,,,,

 

 

먼저 드라이브에 폴더를 새로 만들고 그 안에 data.yaml파일과 images,labels 폴더를 만든다

 

 

 

 

 

아까 사용한 이미지들과 라벨링 한 파일들을 모두 넣어준다

 

 

 

 

data.yaml파일을 내 라벨 클래스들로 바꿔준다

(저거랑 순서, 이름 동일하게)

 

 

 

 

그 다음엔 yolo폴더의 파일에서 클래스 수를 수정한다

 

 

!python train.py --data /content/drive/MyDrive/sprite/data.yaml --cfg /content/yolov5/models/yolov5s.yaml --weights yolov5s.pt --batch 8 --epochs 200 --name sprite

드디어 학습 시작!!!

명령어 앞에는 %를 넣어야 하고 실행은 앞에 !를 넣어야 한다

 

 

 

실행 중~.~

200번 돌리느라 개오래걸림

 

 

 

200번을 돌고 sprite2폴더가 생성되었다 (왜 2번인지는 모르겠다)

 

 

 

!python val.py --data "/content/drive/MyDrive/sprite/data.yaml" --img 1280 --weights "/content/yolov5/runs/train/sprite2/weights/best.pt"

검증을 해준다

 

 

 

!python detect.py --img 1280 --weights "/content/yolov5/runs/train/sprite2/weights/best.pt" --source "/content/drive/MyDrive/sprite/testsprite.png"

새로운 이미지를 가져와서 테스트 돌려보기!!!

 

 

 

앞모습이라 그런지 예측이 잘 된다

다각도에서 찍은 사진을 학습 데이터에 얼마나 추가하는지가 관건인것 같다

 

 

 

 

 

실행할 때마다 자꾸 폴더 사라지니까 욜로 파일을 zip파일로 다운받자!

!zip -r /content/yolov5.zip /content/yolov5

실행하면 zip파일 생성되고 다운로드가 가능하다