[Computer Vision] 05. Yolov8 Object Detection

YOLOv8

설치

• pip install ultralytics
• 주피터노트북에서 실행할 경우 프로그래스바를 실행하기 위해서 다음을 설치한다. (필수는 아님)
  • conda install -y -c conda-forge ipywidgets

사용

• CLI (command line interface)에서 터미널 명령어로 추론/평가/학습을 진행할 수 있다.
• Python lib 를 이용해 코드상에 원하는 추론/평가/학습을 진행할 수 있다.

CLI 기본 명령어 구조

구문

• yolo task=detect

  classify

  segment mode=train

  val

  predict model=yolov8n.yaml

  yolov8n.pt

  .. args

  • task: [detect, classify, segment] 중 하나를 지정한다. [optional]로 생략하면 모델을 보고 추측해서 task를 정한다.
    • detect: Object detection
    • classify: Image classification
    • segment: Instance segmentation
  • mode: [train, val, predict, export] 중 하나를 지정한다. [필수]로 입력해야 한다.
    • train: custom dataset을 train 시킨다.
    • val: 모델 성능을 평가한다.
    • predict: 입력 이미지에 대한 추론을 한다.
    • export: 모델을 다른 형식으로 변환한다.
  • model: pretrained 모델이나 모델 설정 yaml 파일의 경로를 설정한다. [필수]로 입력해야 한다.
    • pretrained 모델 파일경로
      • task에 맞는 pretrained 모델파일의 저장 경로를 지정한다.
      • transfer learnging을 하거나 fine tuning 시 방법
    • 모델 구조 설정 yaml 파일 경로
      • task에 맞는 pretrained 모델 설정파일(yaml파일)의 경로를 지정한다.
      • train mode에서 지정하며 모델을 새로 생성해서 처음부터 학습 시킬 경우 지정한다.
    • Ultralytics에서 제공하는 Pretrained 모델
      • 모델 크기에 따라 5개의 모델을 제공하며 큰 모델은 작은 모델에 비해 추론 성능이 좋은대신 속도는 느리다.
      • 모델은 처음 추론또는 학습할때 local 컴퓨터에 없으면 download 받는다.
      • https://github.com/ultralytics/ultralytics#models

      • 제공 모델

      task\모델크기	nano	small_	medium	large	xlarge
      detection	yolov8n	yolov8s	yolov8m	yolov8l	yolov8x
      segmentation	yolov8n-seg	yolov8s-seg	yolov8m-seg	yolov8l-seg	yolov8x-seg
      classification	yolov8n-cls	yolov8s-cls	yolov8m-cls	yolov8l-cls	yolov8x-cls

      • 확장자가 pt이면 pretrained 된 모델을, yaml이면 모델 구조 설정파일을 download하여 실행한다.
        • pretrained model은 fine tuning이나 추론할 때, yaml설정파일은 처음부터 학습할 경우 설정하여 받는다.
  • args: task와 mode과 관련한 추가 설정값들을 지정한다.
    • https://docs.ultralytics.com/cfg/

CLI를 이용한 예시

Python에서 사용한 예시