객체인식 - YOLOv5

모듈실행

1. parse_opt(입력한 parameter들) 실행 -> opt return
   
   
2. main(opt) 실행
   
   
3. run(opt) 실행: 우리가 입력한 모델(yolo5s.pt)과 데이터(img.jpg) 등을 기준으로 추론 및 결과저장 실행

객체인식 모듈(test시) - detect.py

기존 모델로 돌리는 경우, weights에 모델명을 넣는다.

!python detect.py --weights yolov5s.pt --source 0

학습된 모델로 돌리는 경우, runs폴더의 결과 weights를 사용한다.

!python detect.py --weights runs/train/results/weights/best.pt --img 416 --conf 0.4 --source ./test/0_Concern-In-China-As-Mystery-Virus-Spreads_jpg.rf.3135dfc5feab288d76a4ccfd22dfc5bf.jpg

학습 모듈 - train.py

!python train.py --weights '' --img 416 --epochs 50 --data ./dataset.yaml --cfg ./yolov5s.yaml  --name results --cache

평가 모듈 - val.py

!python val.py --weights runs/train/results/weights/best.pt --data ./dataset.yaml --img 416 --iou 0.5 --half

기존모델 - %cat /content/yolov5/models/

• %cat 파일정보 출력
  
  
• 모델 스케일이 다름
• 모든 필터 구조에 아래 부분을 곱해서 사용한다.
• yolov5x
• depth_multiple: 1.33 # model depth multiple
• width_multiple: 1.25 # layer channel multiple
  
  
• yolov5l
• depth_multiple: 1.0 # model depth multiple
• width_multiple: 1.0 # layer channel multiple
  
  
• yolov5m
• depth_multiple: 0.67 # model depth multiple
• width_multiple: 0.75 # layer channel multiple
  
  
• yolov5s
• depth_multiple: 0.33 # model depth multiple
• width_multiple: 0.50 # layer channel multiple
  
  
• yolov5n
• depth_multiple: 0.33 # model depth multiple
• width_multiple: 0.25 # layer channel multiple

config.yaml, dataset.yaml

• pytorch를 이용하여 학습시킬 때, yaml파일 사용한다.
  
  
• %%writetemplate /content/yolov5/config.yaml
• %%writetemplate - 입력 텍스트 그대로 저장

model:
  name: yolov5s  # Model name (you can choose 'yolov5s', 'yolov5m', 'yolov5l', 'yolov5x')
  cfg: /content/yolov5/models/yolov5s.yaml  # Path to the model architecture file

dataset:
    train: ./train
    val: ./valid
    test: ./test
    nc: 2
    names: ['mask', 'no-mask']

training:
  epochs: 50  # Number of epochs
  batch_size: 16  # Batch size
  learning_rate: 0.001  # Learning rate
  device: cuda  # Device to use for training (cuda or cpu)

• %%writetemplate /content/yolov5/dataset.yaml

train: ./train
val: ./valid
test: ./test
nc: 2
names: ['mask', 'no-mask']

config = yaml.safe_load(f)

yaml 텍스트를 딕셔너리로 처리해 줌.

    with open(yaml_path, 'r') as f:

        config = yaml.safe_load(f)

    return config

best.pt, last.pt - 기록위치(weights)부터 모듈실행

• /content/yolov5/runs/train/results/weights
  
  
• EarlyStopping
• paient = 3, 일때, best기록과 마지막 기록