[YOLO] Model Training 모델 훈련

학습 데이터를 준비하고 YOLO 모델을 트레이닝해 보자.

 

녹색 인형 Label: android 빨간색 인형 Label: android-red

 

android_figurine.zip

8.03MB

 

android_figurine.z01

19.53MB

 

 

학습할 안드로이드 인형 사진을 준비하고 Roboflow 에서 라벨링 및 데이터셋 준비 작업을 진행한다.

 

 

My First Project.v1-roboflow-instant-1--eval-.yolo26.zip

3.74MB

Roboflow에서 준비한 데이터셋

 

준비된 데이터셋을 프로젝트 폴더에 넣고 학습을 진행한다.

 

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
results = model.train(data="data.yaml", epochs=100, imgsz=640)

 

yolo26n.pt 모델이 프로젝트에 없는 경우 자동으로 다운로드한다.

epochs를 10 정도로 하면 거의 학습이 되지 않는다. 진행은 되지만 검증 결과를 확인해 보면 아무것도 검출하지 못한다.

 

학습 100회 진행

 

학습이 완료되었으면 run 폴더에서 검증 결과를 확인해 보자.

 

검증 결과

 

from ultralytics import YOLO

model = YOLO("best.pt")
results = model("IMG_1.jpg")

for result in results:
    boxes = result.boxes  # Boxes object for bounding box outputs
    masks = result.masks  # Masks object for segmentation masks outputs
    keypoints = result.keypoints  # Keypoints object for pose outputs
    probs = result.probs  # Probs object for classification outputs
    obb = result.obb  # Oriented boxes object for OBB outputs
    result.show()  # display to screen
    result.save(filename="result.jpg")  # save to disk

 

학습 결과로 생성된 'best.pt' 모델을 이용하여 IMG_1.jpg 파일을 테스트해 보자.

 

 

 

정확하게 android와 android-red를 검출했다.