[ Yolov5/object detection] Custom Dataset을 통한 객체 탐지 모델 구현하기

1. 이미지 데이터 전처리

보유 및 공공 데이터를 활용하고 싶다면 아래 링크에서 라벨링 가능 (json -> txt)

또한 train valid test set으로 구분해주는 기능도 가지고 있음

내가 라벨링 한 이미지 데이터를 bounding box 처리해서 시각화 제공

https://public.roboflow.com/object-detection

 

2. yolov5 다운로드

https://github.com/ultralytics/yolov5

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite

 

3. 압축 해제 후 pycharm을 사용하여 project 열기

4. anaconda3를 이용하여 가상환경 사용(python 3.8)

5. 패키지 설치를 위해 requirements.txt 파일을 terminal 창에 입력

pip install -r requirements.txt

 

6. 1번에서 export dataset한 파일(Yolo v5 pytorch) 을 yolov5-marster 폴더 안의 data 안에 이동

7. data.yaml의 경로 설정을 알맞게 한 후 

8. terminal에 아래와 같이 입력(띄어쓰기/폴더명에 한글X중요)

python train.py --img 640 --batch 16 --epochs 50 --data clothes/data.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt --name clothes_yolov5s_results

 

9. 그후 결과는 runs > train 폴더에서 확인 가능