clap0107

M1 Mac 내 로컬 환경인 M1 Mac에서 YOLOv5 커스텀 데이터 학습을 시켜보았다. Google Colab에 비해 자료가 부족해서 난항을 겪었지만 결국 해냈다. Anaconda Anaconda란 파이썬 배포판으로 여러 가지의 파이썬 패키지를 포함하고 있다. Anaconada를 설치하면 가상환경을 만들 수 있는데, 머신러닝 프로젝트들을 각각의 가상환경으로 분리해서 관리하는 것이 좋다. 이유는 프로젝트마다 필요한 버전이 다를 수 있는데 같은 환경에서 프로젝트들을 진행하다 보면 서로 버전이 맞지 않아 충돌할 수 있기 때문이다. 나는 64-Bit (M1) Graphical Installer (484 MB)를 눌러서 다운로드하였다. 아나콘다 링크: https://www.anaconda.com/product..

Roboflow 직접 데이터셋을 만들기 위해 무료로 바운딩박스툴을 제공해 주는 roboflow를 사용하였다. roboflow 링크: https://roboflow.com/ 데이터셋 사진 준비하기 나는 횡단보도 데이터셋을 만들고 싶었기 때문에 횡단보도 사진을 준비했다. 주변에 있는 횡단보도를 찍었다. Roboflow에서 이미지들을 업로드하고 바운딩박스를 만들어 준다. 완료했다면 데이터셋으로 만들 수 있다. 만들기 전에 여러 증강 옵션을 넣으면 총 이미지 개수가 늘어난다. 하지만 항목을 모두 체크한다고 좋은 게 아니다... 처음에 이미지 개수를 늘이려고 모두 체크했다가 이미지들이 이상하게 변해버려서 YOLOv5 학습이 제대로 되지 않았다... 아래 사진에 나와있는 옵션 정도만 추가하는 것이 좋다. 이제 데이..

Google Colab Google Colab이란 클라우드 기반 머신러닝 및 데이터 사이언스 툴로, 파이썬을 사용한다. 쉽게 말해 머신러닝 모델을 학습시킬 수 있는 환경을 구글이 제공해 주는 서비스이다. 따라서 구글 계정이 있다면 누구나 colab을 사용하여 머신러닝 모델을 만들 수 있다. 사용하기 전 cpu와 gpu 중 하나를 런타임 유형으로 선택하여 환경을 조성할 수 있다. gpu를 선택하면 학습을 보다 빠르게 할 수 있지만 무료버전은 gpu 사용이 하루 최대 12시간, runtime 90분으로 제한되어 있다. YOLOv5 학습시키기 https://www.youtube.com/watch?v=T0DO1C8uYP8&ab_channel=%EB%B9%B5%ED%98%95%EC%9D%98%EA%B0%9C%EB..