Yolo란?

yolo는 You Only Look Once의 줄임말로 한번만 보고 처리를 해주는 Object Detection 모델을 의미한다. yolov1을 시작으로 버전업이 되어 공개되고 있고, 2022/10/08 기준 현재는 yolov7이 가장 최신 버전인 것으로 알고 있다.

Colab에서 yolov7 실습해보기

# 내 구글 드라이브 마운트(연결)하기
from google.colab import drive
drive.mount("/content/gdrive")

# 현재 경로 변경하기
%cd /content/gdrive/MyDrive/

# 새로운 폴더 만들기
import os
if not os.path.isdir("yolov7_practice"):
  os.makedirs("yolov7_practice")

# 새로 만든 폴더로 이동하기
%cd yolov7_practice

######################## yolov7 다운받기(깃 클론하기) #########################
!git clone https://github.com/WongKinYiu/yolov7.git
#############################################################################

# 다운받은 yolov7폴더로 이동하기
%cd yolov7

# pretrained model 다운받기
# yolov7 github에서 원하는 모델 링크 주소 가져와서 wget으로 파이토치파일 다운받기

yolov7 github페이지에서 README.md파일을 확인해보면 다음과 같이 여러 Model을 제공함을 알 수 있다. 여기서 원하는 모델명에 마우스를 올려놓고 오른쪽 클릭 후, 링크 주소 복사. !wget 주소 붙여넣기로 모델 다운받는다.

# 위 사진에서 맨 위에 있는 YOLOv7 model을 다운받았습니다
!wget https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt

######################## 해당 pretrained model로 내 개인 사진에서 object detect해보기 ############################
!python detect.py --weights yolov7.pt --conf 0.5 --img-size 640 --source images/mytest1.jpg

• !python detect.py
  : detect.py파일을 실행한다
• --weights yolov7.pt
  : yolov7.pt pretrained model 가중치를 이용한다(위에서 wget으로 다운받은)
• --conf 0.5
  : confidence, 즉 얼마나 높은 confidence의 object를 인식했다고 표현할 것인가. 지금은 0.5보다 낮은 confidence결과는 출력하지 않고 0.5보다 높은 confidence결과만 detect한다
• --img-size 640
  : img-size는 사용한 모델(여기서는 yolov7.pt)의 학습시 사용된 이미지 사이즈를 입력해야 한다. 위 pretrained model들의 표를 통해서 640을 입력해야함을 알 수 있다.
• --source images/mytest1.jpg
  : detect할 이미지의 경로를 넣어준다. 나는 images라는 폴더 안에 mytest1.jpg를 detect하기 위해 다음과 같이 경로를 설정했다.