2022.7.22 차량,번호판 오브젝트 디텍션 프로젝트 5일차

학습한내용

terminal에 git clone https://github.com/ultralytics/yolov5.git
yolov5 다운로드

실행결과

# 학습할 이미지, label및 bbox 데이터 다운로드
from zipfile import ZipFile

import gdown

import argparse





file_destinations = {

    'FaceMaskDetection': 'car_plate_data.zip', }

file_id_dic = {

    'FaceMaskDetection': '1VbUD6cUjk6VZuWXJL2MXe4whCwraXkSR'

}



def download_file_from_google_drive(id_, destination):

    url = f"https://drive.google.com/uc?id={id_}"

    output = destination

    gdown.download(url, output, quiet=True)

    print(f"{output} download complete")



parser = argparse.ArgumentParser(

    description='data loader ... '

)





parser.add_argument('--data', type=str, help='key for selecting data..!!')

args = parser.parse_args()



download_file_from_google_drive(

    id_=file_id_dic[args.data], destination=file_destinations[args.data]

)



# 압축 풀기

test_file_name = "./car_plate_data.zip"



with ZipFile(test_file_name, 'r') as zip:

    zip.printdir()

    zip.extractall()

실행결과

#4000개의 이미지를 0.8 0.2로 train var split
import os

from sklearn.model_selection import train_test_split

import numpy

import glob

train=[]

var=[]

list=[]

for file in glob.glob("/home/azureuser/cloudfiles/code/Users/jeongseongu_daeguai2022/yolov5/de/images/*"):

    list.append(file)

for i in train_test_split(range(0,3984), test_size=0.2,random_state=100)[0]:

    train.append(list[i])

for i in train_test_split(range(0,3984), test_size=0.2,random_state=100)[1]:

    var.append(list[i])

print(var)

with open("train.txt", 'w+') as lf:

        lf.write('\n'.join(train))

with open("var.txt", 'w+') as lf:

        lf.write('\n'.join(var))

실행결과

yolov5에 있는 train.py 실행

실행결과

다음과 같이 차와 번호판이 detection 된다

학습한 내용 중 어려웠던 점 또는 해결못한 것들

해결방법 작성

학습 소감
아직 학습중인데 얼마나 잘 detect할지 궁금하다.