최종 학습 및 평가 (1)

1. 데이터셋

• Train : 4942장 / Val : 563장 -> 약 130GB의 9:1 데이터

• 병원, 마트, 사무실, 기타 장소의 실내외 주차장 이미지 데이터

---

2. 학습 Class 선정

a ) YOLO

nc: 13

names:

  # 특별 주차 공간
  0: Disabled Icon
  1: Women Icon
  2: Compact Car Icon

  # 주차 불가
  3: No Parking Sign
  4: Traffic Cone

  # 장애물
  5: Fire Extinguisher
  6: Undefined Object

  # 이동 물체
  7: Two-wheeled Vehicle
  8: Vehicle
  9: Wheelchair
  10: Stroller
  11: Shopping Cart
  12: Human

b ) Segformer

nc: 3

names:
  0: Background
  1: Driving Area
  2: Parking Area
  
  # Background는 영역 검출 시 제외됨

이미지 데이터 1장 당 YOLO용, Segformer용 2개의 라벨을 생성하여 각각의 학습에 적용

---

모델 결과로 각각 YOLO -> Object / Segformer -> Area 인식 후 합쳐서 하나의 이미지에 나타내는 코드 작성