AI Project (4) 썸네일형 리스트형 4. 안전모 탐지 프로젝트 Ultralytics 설치 📌 yolov8n.pt로 학습 -> 결과가 'safety_n'으로 저장됨 📌 yolov8s.pt로 학습 -> 결과가 'safety_s'로 저장됨 📌 yolov8m.pt로 학습 -> 결과가 'safety_m'로 저장됨 ✔️ mAP(Mean Average Precision)객체 탐지 모델의 성능을 평가하는 대표적인 지표이미지 내에서 객체의 위치를 지정하는 바운딩 박스를 그리는 것이 포함IoU(intersection over Union)모델이 예측한 바운딩 박스와 실제 정답(ground truth) 바운딩 박스 사이의 겹치는 정도를 수치화한 값(예측한 바운딩 박스와 실제 바운딩 박스의 교집합 영역) / (두 바운딩 박스의 합집합 영역)0에서 1사이의 값으로, 1에 가.. 3. 차량 파손 검사 프로젝트 1. Image Segmentation컴퓨터 비전 분야에서 이미지나 비디오의 디지털 데이터를 여러 개의 부분 또는 객체로 분할하는 기술이미지의 중요한 요소들을 식별하고 요소를 개별적으로 분석할 수 있게 하는 것 2. Image Segmentation의 유형Segmantic Segmentation이미지의 각 픽셀을 미리 정의된 클래스 레이블 중 하나로 분류예) 도로, 차선, 보행자 등을 식별Imstance Segmentation동일한 클래스 내의 서로 다른 개체들을 개별적으로 식별예) 이미지 내의 개별 물체 수를 파악하고 각각 물체를 식별 및 추적하는 경우Panoptic SegmentationSemantic Segmentation, Instance Segmentation을 결합한 상태배경과 같은 클래스를.. 2. 교통신호 표지판 분류 프로젝트 ✔️ultralyticsYOLOv5 및 YOLOv8: 객체 탐지 모델을 손쉽게 불러와 사용할 수 있다.사전 학습된 모델: COCO 같은 데이터셋으로 사전 학습된 모델을 바로 사용할 수 있어, 커스텀 학습 없이도 객체 탐지나 분류 작업을 할 수 있다.모델 학습 및 추론 기능: 사용자 정의 데이터셋을 이용해 객체 탐지 모델을 쉽게 학습시키거나, 학습된 모델로 추론할 수 있다. metrics.box.map: 모델의 mAP 지표로 IoU 기준이 50%에서 95% 까지의 다양한 임계값을 사용하여 평균값을 계산한 것이다. 이 지표는 전체적으로 얼마나 잘 탐지했는지를 나타내는 중요한 성능 지표이다.metrics.box.map50: IoU 기준이 50% 인 경우의 mAP이다. 이 값은 좀 더 느슨한 기준으로 모델의 .. 1. 폐 질환 분류 프로젝트 캐글에서 데이터셋 다운로드Dataset URL: https://www.kaggle.com/datasets/hamdallak/the-iqothnccd-lung-cancer-dataset zip파일 압축 해제 Ultralytics 설치Python 라이브러리로 제공되어, 코드 몇 줄로 손쉽게 객체 탐지 모델을 학습시키고 사용할 수 있게 한다.사전 학습된 모델을 제공하여 빠르게 작업에 적용할 수 있다. 이전 1 다음
