YOLO Mini Project
1744 ワード
Team
金秀賢、OOO
キム・スヒョン(データ収集、データ前処理、テスト)、OOO(データ収集、データ前処理)
Dataset
Musinsa Brand Snap Image
train、test、および有効ディレクトリとして構成され、各ディレクトリは画像とラベルのサブディレクトリから構成されます.
また、目標カテゴリ数は、Benie、Bucket、Cap、Glassesなどの服装カテゴリ、train image 243枚、validimage 30枚、test image 27枚を含む15個である.
Modeling
Pretrained Model
Hyperparameter
img_size = 416
batch_size = 32
epochs = 100
detect_rate = 0.5
Development
Goal
オブジェクト検出プロセスを理解し、オブジェクト検出画像データセットの構築能力を強化する
Term
2022.04.10 ~ 2022.04.12
Environment
Colab
Step
モデルの選択
time∗w0+F1score∗w1+mAP∗w2time * w_0 + F1 score * w_1 + mAP * w_2time∗w0+F1score∗w1+mAP∗w2
モデル性能指標の計算式は、性能指標が最も高いv 6である.0-YOLOV 5 sモードを採用.
実装エラーと問題
そのため、いくつかのジーンズのイメージについては、JeansとPantsのBounding Boxが重なり、
プロジェクトの改善
より多くの
Result
Reference
この問題について(YOLO Mini Project), 我々は、より多くの情報をここで見つけました https://velog.io/@kimsoohyun/YOLO-Mini-Projectテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol