YOLOv5 커스텀 데이터 학습 및 RK3588 보드 배포를 위한 RKNN 변환 가이드
1. YOLOv5 소스 코드 확보 및 데이터셋 준비
먼저 Ultralytics의 공식 YOLOv5 저장소에서 소스 코드를 다운로드합니다. 커스텀 객체 인식을 위해 LabelImg와 같은 도구를 사용하여 이미지의 객체 위치와 클래스를 지정하는 어노테이션 작업을 수행합니다.
데이터셋은 학습(train)과 검증(val)으로 나누어 다음과 같은 디렉토리 구조로 구성해야 합니다.
/workspace/custo ...
8월 2일 20:08에 게시됨
Ubuntu 22.04에서 YOLOv5 개발 환경 구축하기
이 가이드는 Ubuntu 22.04 시스템에 YOLOv5 객체 감지 모델을 위한 개발 환경을 설정하는 방법을 상세히 설명합니다. 효율적인 패키지 관리를 위해 Miniconda를 활용하고, PyTorch 및 YOLOv5의 필수 의존성을 설치하는 과정을 다룹니다.
Miniconda 설치 및 환경 설정
Miniconda는 Python 환경과 패키지를 관리하는 데 유용한 도구입니다. 아래 단계에 따라 설치를 진행합 ...
7월 26일 13:40에 게시됨
YOLOv5s 커스텀 데이터셋 훈련 가이드
1. 개발 환경 구축
YOLOv5 기반 객체 탐지 모델을 직접 학습시키기 위한 환경을 마련해보자. 먼저 Ultralytics에서 제공하는 소스 코드를 로컬 머신으로 가져온다. 터미에서 다음 명령을 실행하면 된다.
git clone https://github.com/ultralytics/yolov5.git
Git 사용이 어렵다면 GitHub 페이지에서 ZIP 파일을 직접 내려받아 원하는 경로에 압축 해제하면 된다. 프로 ...
7월 15일 06:00에 게시됨
YOLOv5를 활용한 컨테이너 객체 탐지 및 실시간 추적 구현
다음은 CPU 환경에서 실행한 결과 예시입니다. 사용된 시스템 사양: Windows 10 운영체제
최종 결과 이미지
실제 구현 절차
Anaconda 및 PyCharm 설치
설치가 어려운 경우 검색을 통해 참고하세요.
Anaconda 실행
애플리케이션을 시작합니다.
가상 환경 생성
아래 명령어로 Python 3.9 기반의 가상 환경을 생성합니다.
conda create -n ...
7월 1일 05:18에 게시됨