YOLO Mini Project

1744 ワード
mini project テキストリンク

Team

  • チームメンバー
    金秀賢、OOO
  • R&R
    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

  • ソース
    Musinsa Brand Snap Image
  • 構成
    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

  • YOLO releases v6.0 YOLOv5s version

    • 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
  • Tesla T4 12GB
  • Python 3.7

  • Step
  • データ収集2時間
  • データ前処理と学習データ作成8時間
    • 学習
  • モデル0.5時間
  • 問題の分析と解決策の討論0.5時間
  • Total = 11hr

  • 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
  • Jeans ClassとPants Classのイメージが似ていて、ブルー系のジーンズだけがジーンズでラベル処理されていました.
    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
  • ジーンズの画像とその他の材質のズボンの画像を収集してJeansとPantsの識別率
    • を高める必要がある.
  • コートを除いて、すべての上着はトップクラスに統一されているため、上着にはあまりクラス区分がありません.したがって、より多くの賞データとタグを収集することによって、賞カテゴリ区分
    • を改善することができる.

    Result


    データベースJDBC&propertiesプロファイルツールクラスおよびテスト
    ユビキタスネットワークプロジェクト