- 목적: 딥러닝 기술을 학습하기 위해 객체인식 모델을 사용해본다.
- 기술 스택: 파이썬, 파이토치, YOLOV5, OpenCV 라이브러리,Roboflow
기획의도: 보행자 안전규정을 강화한 새로운 개정 교통법이 시행되면서 교차로 우회전 시 고려해야할 부분이 생겨 개정법에 익숙하지 않은 운전자에게 신호를 주어 교통법 위반을 방지하기 위한 모델을 구현하는 것이 목적
-
학습을 위한 테스트데이터 준비
-
횡단보도, 보행자신호등, 보행자 데이터를 병합
- 실제 촬영환경의 변화(조도, 각도, 날씨 등)에 인식정도를 개선하기 위해 augmentation 부여
- Pytorch 라이브러리의 Yolov5 모델 사용
- Yolo내 가중치별 학습모델 학습성과
- 학습된모델(.onnx)을 통해 입력된 영상에서 프레임단위로 이미지추출, 학습된 객체를 판별
- 인식된 객체 리스트를 설정 신뢰도 기준에 따라 필터링
- 필터링된 객체 리스트에서 class_id, x, y, width, height 정보 추출
- 출력된 값을 기준으로 이미지층에 boundbox 작성
- 요지점에는 영상출력을 보여주는 영상링크나 gif 파일이 들어갈 예정
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent