yolov5 custom train 4

21737장 이미지 커스텀 학습 진행

epoch 125/ batch-size 2/ input-size 640/ RTX 3080
train set: 17322
val set: 4415
차량 데이터: 16185장
보행자 데이터: 2601장
장애물 데이터: 3552장

• instances
• input image with mosaics

학습결과 mAP 0.608로 기존의 학습했던 내용보다 많이 오른 것을 확인할 수 있었다.

• 갈색: 이번에 학습한 것
• 하늘색: yolov5 custom train1에서 학습한 것

수치상으로는 성능이 월등히 좋은 것을 확인할 수 있지만, 직접 테스트를 해보니 기존의 것보다 좋긴하지만 만족할만한 결과를 주지는 않았다.

결론

차량에 대해 감지할 때, 큰 차량만 감지하는 것을 볼 수 있었다. 차량 데이터셋을 생각해 보면 한 이미지에 꽉찰 만큼의 사이즈를 가진 라벨들만 있기 때문에 이러한 결과가 나온것 같다. 아무래도 블랙박스 영상과 같은 느낌의 데이터셋을 중점적으로 찾아 보아야겠다.