model을 자세히 보면어떤 건model = torch.hub.load('ultralytics/yolov5', 'yolov5s') 어떤 건model = torch.hub.load('ultralytics/yolov5', 'yolov5l') 이런 식으로 되어 있는데 차이는 맨 뒤 알파벳에 있습니다.s는 smal l은 large를 의미하는데말 그대로 모델의 사이즈가 스몰이냐 라지이냐의 차이입니다.사이즈가 작으면 레이어가 적고 레이어가 적으니 가볍고 빠릅니다. 그러나 성능은 조금 떨어집니다.사이즈가 크면 레이어가 많고 레이어가 많으니 무겁고 느립니다. 그러나 성능은 조금 올라갑니다.yolov5에서 nano, smal, mid, large, xlarge가 있는 것으로 알고 있습니다.  위에서 만든 이미지 네임 리..

욜로에 학습시킬 때 필요한 데이터 속성이나 포맷 등을 공부하다가실제로 데이터셋에 있는 파일들이 각 형식이 상동하는지 확인해 보기 위해 수행해 보았습니다.제가 원하는 건 라벨에 있는 속성값들이 yolo 클래스와 일치하는지 좌표들이 맞는지 등입니다.테스트에 사용한 이미지입니다.사람과 우산을 식별할 거예요. 해당 이미지의 라벨 파일입니다.맨 왼쪽에 있는 숫자들이 클래스입니다. 25는 우산(엄브렐라)0은 사람(펄슨) 으로 되어 있습니다.      API를 이용해서 여러 동영상들을 다운로드한 뒤해당 폴더를 리스트로 만들고파일 형식이 mp4이면(동영상이냐 아니냐)동영상 파일을 한 장 한 장 프레임으로 잘라 내는 작업을 합니다.잘라 낸 이미지를 원하는 폴더에 전부 저장합니다.이렇게 잘라 낸 이미지에 있는 클래스를 식..

이번에 공부한 것은 바운딩 박스라는 건데요.컴퓨터가 이미지를 읽고 거기에 어떤 객체들이 존재하는지 파악한 것을 네모 표시를 통해 알려 주는 것입니다. 인공지능 모델을 사용하기 때문에 필요한 라이브러리나 모듈을 불러 옵니다.토치 허브에서 yolo 모델을 가져 오는데 따로 학습시킨 모델이 아니라 이미 학습되어 있는 모델입니다.조금 나중에는 제가 직접 모델을 건드려서 제 입맛에 맞게 학습시키는 등 커스터마이징을 진행해 볼 예정입니다. 테스트해 볼 건데요 이미지가 들어 있는 경로를 지정해 줍니다.os.listdir.join() 경로를 병합해 준 리스트에서 해당하는 파일들을 전부 분석하도록 합니다.cv2.imread()는 모각코 1회차 때 나왔을 텐데요.컴퓨터는 이미지를 사람의 눈으로 보는 것이 아니라 rgb의..

저번에 웹 크롤링 및 이미지 유사도 비교에 대해서 공부를 해 봤는데요.폴더를 0, 1, 2 ... 등으로 관리했습니다.폴더를 리스트화하고각 폴더를 순회하면서 폴더에 들어 있는 사진들을 각각 비교하게 만들었다가 알게 된 사실이 하나 있습니다.폴더를 리스트화할 때 사전순으로 정렬한다는 사실인데요.이 폴더를 0 ~ 12까지 있다고 할 때순회하는 순서가 0, 1, 11, 12, 2, 3, 4, ... 이라는 것입니다. 만약 순회하는 순서를 0, 1, 2, 3, ...으로 하여 마지막에 제일 큰 숫자가 오도록 하고 싶을 때 어떻게 정렬하면 좋을지 고민해 봤습니다. 고민하는 데에는 아주 오랜 시간이 걸렸지만 코드는 그리 길지 않습니다 .. 자동으로 폴더를 생성해 줄 때 함수들만을 이용해 재정렬할 경우는 다음과 같습..

모각코 1회차 작성 때 웹드라이버를 이용해 유튜브 홈페이지에 접근하고 따로 입력받은 키워드를 자동으로 접근하고 동영상에 해당하는 파일들을 다운받는 코드를 작성해 봤습니다. 이번에는 AI 입문 준비 같은 느낌으로 코드를 업로드해 보겠습니다.그리고 아직 코드는 그냥 캡처한 거로 올리겠습니다. 동영상은 이미지들의 집합이라고 볼 수 있는데요,그런 이미지들을 하나하나 캡처하면 그 이미지들을 조작할 수 있게 됩니다. 동영상 파일 경로는 각자의 경로에 맞게 설정해 주시면 됩니다.조금 더 일반화한 코드는 차근차근 수정해서 라이브러리처럼 만들겠습니다.   중요한 건 video를 읽어서 video 파일이 있다면 이미지 경로를 프레임으로 imwrite()하는 것입니다.코드 리뷰는 계속 하긴 하는데 지금 보니 수정해야 할 부..

궁극적으로 유튜브에 있는 모든 화재 관련 동영상을 다운받고 각 프레임 전체를 30 또는 60 프레임별로 나눈 뒤'불' 키워드를 학습시킨 커스텀 yolov5 모델을 도출해 내는 것입니다. 파이썬으로 웹 크롤링 간단히 학습했습니다.코드는 다음과 같습니다.필요한 라이브러리를 import해 줍니다 .. 회색 음영 처리된 것은 실제 코드에서 쓰이지 않았기 때문인데 일단 넘겨 주시기 바랍니다. 손으로 하나하나 페이지를 내리면서 페이지를 로딩할 수 없으니 알아서 작동하도록 함수로 만들었습니다. 코드를 실행하면 콘솔 창에서 키워드를 입력하라고 합니다. 그때 검색하고 싶은 것을 입력하면 됩니다.무한 스크롤 함수를 실행하고 모든 동영상을 로딩한 다음 개발자 모드의 html 코드 중에서 동영상에 해당하는 코드를 찾아 보면 ..