[딥러닝] Reboflow : Project _ 20241108

오늘은 직접 주제를 선정해서 이미지 수집부터 예측까지 진행하는 프로젝트를 하였다.

1. 주제	우리집 고냥이 두마리(아숏/코숏) 분류하기
2. Class	Odog, Seori
3. 이미지수	211장 (A : 109 / B: 102)

 

1. 데이터셋 구축 절차

 

 

2. 코드 실행

from google.colab import drive
drive.mount('/content/drive')

!pip install ultralytics
!pip install roboflow

import os
os.environ['WANDB_MODE'] = 'disabled'


from roboflow import Roboflow
rf = Roboflow(api_key="코드에서 복사한 api_key")
project = rf.workspace("hyejung-hwang").project("exam_1108-oilts")
version = project.version(2)
dataset = version.download("yolov11")

from ultralytics import YOLO, settings

settings['datasets_dir'] = '/content/'
settings

model = YOLO('yolo11n.pt')

# 모델 학습
results_train = model.train(model='/content/yolov11n.pt',
                                     ###################################################
                                     data='/content/exam_1108-1/data.yaml',
                                     ###################################################
                                     epochs=50,
                                     seed=2024,
                                     pretrained=True,
                                     )

# 원하는 사진으로 예측하기
image_path = '/content/아가들.png'

results_pred = model.predict(source=image_path,
                             save=True,
                             # conf=0.1
                             )

 

 

3. 결과

 

세상에서 젤 귀여운 결과물

학습시키지 않았던 아가때 모습도 구분한다 왕신기

처음엔 구분이 안됐었는데, epochs도 50번 주니 앵간하니 다 구분이 되었다.

몇몇 구분 안되는 애들은 conf=0.1을 주니 바로 증신 채림.

 

 

## 참고 : 나중에 다시 한 번 공부할 것들

Ultralytics YOLO : Classfication

- Folder Structure Example 등 classification 관련된 것들도 확인해야 할듯!

- 우선 SQLD 먼저 조진다.