YoloV8 영상따라하기

목차

• 1. 가상환경 만들기
• 1. 샘플 영상 다운로드
• 1. 샘플 동영상 명명하기
• 1. YoloV8 학습하기
• 1. 학습된 내용 확인하기

사전 설정

1. anaconda Conda 설치

https://www.anaconda.com/download#downloads

1. 가상 환경 만들기

conda create -n yolov8_custom python=3.9
conda activate yolov8_custom

2. 샘플 영상 다운로드

사용 패키지

pip install simple_image_download==0.4

python 소스코드로 데이터 수집

from simple_image_download import simple_image_download as simp

response =simp.simple_image_download

keywords =["building workers"]


for kw in keywords:
    response().download(kw,200)

3. 샘플 동영상 명명하기

labelImg 패키지 설치

(주의) 현재 python 3.9버젼에서 에러 없이 실행됩니다. 최신 버젼인 경우 에러 발생 합니다

pip install labelImg

라벨 이미지 설치

labelImg

설치 후 원하는 위치에 정보 네모 드래그해서 만들어서 데이터 모으면된다. 저장된 폴더는 폴더는 train 및 val에서 9:1 비율로 나누어서 실행해준다

pytorch 설치

해당 관련해서 괸련해서 오류가 많았다. pytorch는 12.1 cuda GPU 지원하지 않으니 주의해서 확인바랍니다.

pip install ultralytics

import torch
torch.__version__

해당 버젼에 많게 pytorch 설치

pip3 install --upgrade torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

4. 학습하기

data_custom.yaml 파일을 추가해 줘야한다.

train: D:\test\train
val: D:\test\val

nc : 2

names : ["hat","jacket"]

학습 방법 (명령어)

yolo task=detect mode=train epochs=100 data=data_custom.yaml model=yolo8m.pt imgsz=640 batch = 8

학습 방법(python 스크립트)

from ultraytics import YOLO

model = YOLO("yolov8m.pt")
model.train(data ="data_custom.ymal", batch=8,imgsz=640,epochs=100,workers=1)

yolo 검증하기

yolo task=detect mode=predict model=yolov8m_custom.pt show=true conf=0.5 source=1.jpg

옵션으로

save_txt=true

-> txt 파일 정도

line_thickness =1

-> 사각 영역 두께 변경

save_crop =True

-> 저장된 크롭 이미지 따로 저장

classes=[0,1]

-> 특정 추출 정보만 보기

source=1.jpg

-> 해당영역에 0[웹캠],영상 URL 통해서 확인 가능 ``

5. 결과 사진

• 개발 환경 목록

출처 동영성

https://www.youtube.com/watch?v=-QWxJ0j9EY8

https://www.youtube.com/watch?v=gRAyOPjQ9_s