📢 Image Segmentation 을 활용하여 차량 파손 범위를 예측하는 모델을 학습할 수 있다.

개념

computer vision 종류

• Classification: 분류
• Object Detection: 객체 탐지, 하나의 이미지 내 여러 객체 찾기(bounding box 로 labeling)
• Image Segmentation: 누끼

Image Segmentation

• 객체를 탐지(Object Detection)하는 기술 중 하나로 픽셀들의 위치를 예측하는 기술
• 자율주행, 영상의료, 차량파손 등의 예측에 활용

Code

데이터 셋

• 데이터 링크: https://www.google.com/url?q=https%3A%2F%2Funiverse.roboflow.com%2Fnone-n1imd%2Fcar-jxbzt%2Fdataset%2F1%23
• 다운로드 받는 방법: 데이터 다운로드

%cd data

!pip install roboflow

from roboflow import Roboflow
rf = Roboflow(api_key="mvueo9gbNXGpc80f1UFu")
project = rf.workspace("none-n1imd").project("car-jxbzt")
version = project.version(1)
dataset = version.download("yolov11")

(+) data.yaml 파일 경로 수정

학습

!pip install ultralytics

# 모델 로딩 및 객체 생성
from ultralytics import YOLO

# 사전학습 된 모델 사용
model =YOLO('yolo11m-seg.pt')

# 학습
model.train(data = './car-1/data.yaml',
            epochs = 100,
            patience = 10,
            imgsz = 640)

• segmentation 이라서 다른 모델 사용 https://docs.ultralytics.com/models/yolo11/#key-features

예측

best_model = YOLO('../YOLOv11_segmentation/runs/segment/train3/weights/best.pt')

source = 'https://image.kmib.co.kr/online_image/2018/0831/611220230012646486_1.jpg'
save_dir = '../YOLOv11_segmentation/runs/predict'
result = best_model(source = source,
                    save_dir = save_dir,
                    save = True)
   
result[0].plot()