YOLOv5 in PyTorch - Train Custom Data #1

https://github.com/ultralytics/yolov5

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

GitHub YOLOv5

 

 

 

 

 

conda env list

혹시나 이전에 생성된 게 있나 봐줬구

별다른 신경쓸 게 없어서

 

 

 

 

 

conda create --name yolov5_test python=3.9.5

(python은 버전 명!)

yolov5_test 이름으로 생성해줬다

 

 

 

 

 

환경 활성화하기

일반 cmd창에서는 activate yolov5_test 만 써주면 되는데,

파워셀에서는 conda activate yolov5_test 라고 써주어야 한다

 

 

 

 

 

파워셀에서 왜인지 안되는 것 같아

cmd에서 해주었다

 

 

 

 

 

PyTorch 홈페이지에서 커스텀해 다운받을 수 있는데

일단 내 노트북에 GPU가 없어서 .......... CPU로... 어똑해

얼른 맥북와랏........

 

 

 

 

 

이가 없으면 잇몸으로

GPU가 없으면 CPU로

(....과연 괜찮아...?)

 

 

 

 

 

일단 다운 완료

 

 

 

 

 

https://docs.ultralytics.com/tutorials/train-custom-datasets/

이처럼 라벨링이 되어있을 경우 문제없지만,

라벨링이 되어있지 않을 경우 직접 데이터셋을 만들어 줘야 함

 

 

 

 

 

https://github.com/tzutalin/labelImg

GitHub - tzutalin/labelImg: 🖍️ LabelImg is a graphical image annotation tool and label object bounding boxes in images

이 때 사용할 프로그램

 

 

 

 

 

이런식으로 범위를 주면 라벨링할 수 있다

 

 

 

 

 

작업 디렉토리 설정해줬다

 

 

 

 

 

git clone 해서 가져오기

 

 

 

 

 

프로그램 사용하려면 이것들을 설치해야 한다고 한다

 

 

 

 

 

conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc

이용해 다운받기

 

 

 

 

 

pyrcc5 -o libs/resources.py resources.qrc

에서 이런 에러가 나는데요

 

 

 

 

 

 

 

 

 

 

https://github.com/tzutalin/labelImg/issues/568

Missing File · Issue #568 · tzutalin/labelImg

관련 깃허브 이슈

 

 

 

 

 

resources.qrc 는 labelimg에 있는 파일이고

이 파일의 디렉토리가 어디있는지 찾아서 프롬프트에서 디렉토리 변경하라는 것 같다

 

 

 

 

 

디렉토리 변경하고 명령어 넣어주니까 됐다

이 명령을 해줘야 리소스 등록되고 프로그램 쓸 수 있다고 한다

 

 

 

 

 

히히 아는 척 조와...

 

 

 

 

 

python labelImg.py

위 명령어 입력하니까 제대로 Qt 나타났다

 

 

 

 

 

프로그램 사용시 이런 식으로 폴더 구성하면 된다

images에는 라벨링 할 이미지들,

labels에는 라벨링 한 값들,

videos에는 나중에 테스트할 영상들,

predefined에는 아래 사진처럼!

 

 

 

 

 

python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE_PATH]

각각의 경로 값을 입력해주면 된다

 

 

 

 

 

프로그램 창에서 라벨링을 한 후에 YOLO로 아이콘을 변경해주고 Save하면

관련 데이터들이 정리된다

 

 

 

 

 

yolov5 설치

 

 

 

 

 

생성된 폴더에 이런 파일들이 생겼다

새로운 모델을 트레이닝할 경우 train.py 사용하면 된다

 

 

 

 

 

pip3 install -r requirements.txt

requirements.txt 안의 내용들 다운받아줬다

 

 

 

 

 

재미로 치와와인지 머핀인지 구별해주는 거 학습시켜볼께용

just for fun,,,,,,,,,,,,

 

 

 

 

 

와 신기행

 

 

 

 

 

 

바운딩박스 그려주고 YOLO로 바꾸고 Save

 

 

 

 

 

과연 치와와와 머핀을 구분할 수 있을 것인가 ~_~

 

 

 

 

 

lable 값이 요로케 생겼다

 

 

 

 

다으메 계속!