250916 [ Day 51 ] - OpenCV (7), PyTorch (1)

시작하며

오늘로 OpenCV를 마무리하고 본격적인 AI Machine Learning 파트에 들어갔다. 첫 내용으로는 PyTorch부터 시작하였다.

YOLO

• YOLO (You Only Look Once) : 딥러닝을 활용한 객체 탐지 알고리즘 중 하나
• YOLO는 매우 빠르며, GPU를 활용할 경우 초당 수십 프레임을 처리할 수 있어 실시간 객체 탐지에 적합함
• 단일 신경망 구조
• 높은 정확도
  
  

YOLO 설치

• Python 3.12 버전 까지만 지원
• pip install ultralytics or conda install -c conda-forge pytorch torchvision -> conda install -c conda-forge ultralytics
• from ultralytics import YOLO
  
  

모델 불러오기

• conf= : 정확도 / 신뢰도

model = YOLO("yolo11n.pt")
img = cv.imread("../images/person_dog.jpg")

# 객체 인식
results = model.predict(img, conf=0.5)

# 탐지 결과를 이미지 위에 그려줌
annotated_frame = results[0].plot()

cv.imshow("img", annotated_frame)

cv.waitKey(0)
cv.destroyAllWindows()
cv.waitKey(1)

• 영상에 적용 (한 프레임마다 탐지를 진행하기 때문에 느려질 수 있음)

cap = cv.VideoCapture("../videos/cars.mp4")
model = YOLO("yolo11n.pt")
fps = cap.get(cv.CAP_PROP_FPS)

while cap.isOpened():
    ret, frame = cap.read()

    if not ret:
        break

    result = model.predict(frame, conf=0.5)
    annotated_frame = result[0].plot()

    cv.imshow("cars", annotated_frame)

    if cv.waitKey(int(1000/fps)) == ord("q"):
        break

cap.release()
cv.destroyAllWindows()
cv.waitKey(1)

• 캠 화면에 적용

cap = cv.VideoCapture(0)
model = YOLO("yolo11n.pt")

while cap.isOpened():
    ret, frame = cap.read()

    if not ret:
        break

    result = model.predict(frame, conf=0.5)
    annotated_frame = result[0].plot()

    cv.imshow("video", annotated_frame)

    if cv.waitKey(1) == ord("q"):
        break

cap.release()
cv.destroyAllWindows()
cv.waitKey(1)

Tesseract - OCR

OCR (광학 문자 인식)

• 이미지를 분석하여 그 안에 포함된 문자나 텍스트를 디지털 데이터로 변환하는 기술
• 문서, 사진, 간판 등에서 글자를 읽어 전자문서로 저장하거나 검색, 편집 가능하게 함
  
  

Tesseract - OCR

• 무료로 제공되는 오픈소스 광학 문자 인식 엔진
• 이미지나 스캔한 문서에서 텍스트를 추출하는 데 사용
• brew install tesseract
• brew install tesseract-lang
• pip install pytesseract
• Tesseract OCR이 설치된 폴더에 있는 실행 파일의 경로 지정
  • win : pyt.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe”
  • mac : pyt.tesseract_cmd = r'/usr/local/bin/tesseract‘

img = cv.imread("../images/bill.png", cv.IMREAD_GRAYSCALE)

ret, binary = cv.threshold(img, -1, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)

text = pyt.image_to_string(binary, lang="kor+eng")

print(text)

PyTorch

• GPU를 이용한 동적 신경망 구축이 가능한 딥러닝 프레임워크 (NumPy와 유사)
• Facebook이 2017년 Torch를 파이썬 기반으로 재개발
• pip3 install torch torchvision
• conda install pytorch torchvision -c pytorch

import torch
import torchvision

구성 요소

• torch : 메인 네임스페이스, 텐서 등의 다양한 함수가 포함
• torch.autograd : 자동 미분 기능을 제공하는 라이브러리
• torch.nn : 신경망 구축을 위한 데이터 구조, 레이어 등을 제공하는 라이브러리
• torch.multiprocessing : 병렬처리 기능을 제공하는 라이브러리
• torch.optim : SGD(Stochastic Gradient Descent, 확률적 경사 하강법) 등 파라미터 최적화 알고리즘 제공torch.utils``` : 데이터 조작 등 유틸리티 기능 제공
  
  

텐서 (Tensor)

• 방향성과 크기를 동시에 표현하는 다차원 배열
• 데이터를 담기 위한 컨테이너로서 일반적으로 수치형 데이터를 저장
  
  

텐서의 초기화

• 초기화 : 텐서를 생성하고 특정 값을 최초로 채우는 것
  
  

초기화 되지 않은 텐서

• empty() : 메모리에 남아있는 쓰레기값으로 채워진 텐서 생성

x = torch.empty(4, 2)

print(x)
# tensor([[8.4078e-45, 0.0000e+00],
#         [0.0000e+00, 0.0000e+00],
#         [1.1388e-38, 1.5574e-41],
#         [0.0000e+00, 0.0000e+00]])

무작위로 초기화된 텐서

• rand() : 0과 1사이의 값으로 랜덤하게 초기화된 텐서
• randn() : 표준정규분포를 따르는 랜덤한 값으로 초기화된 텐서 생성

x = torch.rand(4,2)
y = torch.randn(2,3)

print(x)
print(y)
# tensor([[0.4590, 0.9777],
#         [0.1977, 0.6261],
#         [0.0530, 0.9501],
#         [0.1548, 0.1872]])
# tensor([[ 1.4518, -0.5593,  0.6369],
#         [-0.1235,  0.2759,  0.1233]])

0으로 채워진 텐서

x = torch.zeros(4,2, dtype=torch.long)

print(x)
# tensor([[0, 0],
#         [0, 0],
#         [0, 0],
#         [0, 0]])

1로 채워진 텐서

x = torch.ones(2,4, dtype=torch.double)

print(x)
# tensor([[1., 1., 1., 1.],
#         [1., 1., 1., 1.]], dtype=torch.float64)

• new_ones() : 기존 텐서의 속성(데이터 타입, 장치)을 물려받음

y = x.new_ones(3,2)
print(y)
# tensor([[1., 1.],
#         [1., 1.],
#         [1., 1.]], dtype=torch.float64)

사용자가 입력한 값으로 텐서 초기화

x = torch.tensor([1, 2.5])

print(x)
# tensor([1.0000, 2.5000])

NumPy에서 불러오기

• from_numpy()

data = [1,2,3,4]
np_array = np.array(data)

x = torch.from_numpy(np_array)

print(x)
# tensor([1, 2, 3, 4])

_like 메서드

• 기존 텐서의 속성을 복사하면서 값만 다른 텐서를 만드는 메서드

x = torch.tensor([[1,2], [3,4]], dtype=torch.float64)
y = torch.zeros_like(x)

print(y)
# tensor([[0., 0.],
#         [0., 0.]], dtype=torch.float64)

텐서의 속성

t = torch.rand(3,4)

print(t.size()) # 모양
# torch.Size([3, 4])

print(t.shape) # 모양
# torch.Size([3, 4])

print(t.dtype) # 자료형
# torch.float32

print(t.device) # 장치
# cpu

데이터 타입

특정 데이터 타입의 텐서 생성

x = torch.FloatTensor([1,2,3])
y = torch.tensor([1,2,3], dtype=torch.float32)

print(x.dtype)
print(y.dtype)
# torch.float32
# torch.float32

타입 캐스팅(형 변환)

ft = torch.FloatTensor([1.1, 2.2, 3.3])
print(ft)
print(ft.short())
print(ft.int())
print(ft.long())
# tensor([1.1000, 2.2000, 3.3000])
# tensor([1, 2, 3], dtype=torch.int16)
# tensor([1, 2, 3], dtype=torch.int32)
# tensor([1, 2, 3])

it = torch.IntTensor([1,2,3])
print(it)
print(it.half())
print(it.float())
print(it.double())
# tensor([1, 2, 3], dtype=torch.int32)
# tensor([1., 2., 3.], dtype=torch.float16)
# tensor([1., 2., 3.])
# tensor([1., 2., 3.], dtype=torch.float64)

CUDA Tensor

x = torch.randn(1)

if torch.cuda.is_available():
    tensor = x.to("cuda")

tensor.device
# device(type='cuda', index=0)

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)
# cuda

x = torch.ones(2,3, device=device)

다차원 텐서 표현

0D Tensor(Scalar)

• 하나의 숫자를 담고 있는 텐서
• 축과 형상이 없음

t0 = torch.tensor(0)

print(t0.ndim)
print(t0.shape)
# 0
# torch.Size([])

1D Tensor(Vector)

• 값들을 저장한 리스트와 유사한 텐서
• 하나의 축이 존재

t1 = torch.tensor([1,2,3])
print(t1.ndim)
print(t1.shape)
# 1
# torch.Size([3])

2D Tensor(Matrix)

• 행렬과 같은 모양으로 두개의 축이 존재
• 일반적인 수치, 통계 데이터셋에 주로 활용

t2 = torch.tensor([[1,2,3], [1,2,3], [1,2,3]])
print(t2.ndim)
print(t2.shape)
# 2
# torch.Size([3, 3])

3D Tensor

• 큐브와 같은 모양으로 세개의 축이 존재
• 데이터가 연속된 시퀀스 데이터나 시간축이 포함된 시계열 데이터에 해당
• ex) 주식 가격, 질병 발병 데이터

t3 = torch.tensor([[[1,2,3], [1,2,3], [1,2,3]], 
                    [[1,2,3], [1,2,3], [1,2,3]], 
                    [[1,2,3], [1,2,3], [1,2,3]]])
print(t3.ndim)
print(t3.shape)
# 3
# torch.Size([3, 3, 3])

4D Tensor

• 4개의 축
• 컬러 이미지가 대표적인 사례
• 주로 샘플, 높이, 너비, 컬러 채널을 가진 구조로 사용

t4 = torch.tensor(
                [[[[1,2,3], [1,2,3], [1,2,3]], [[1,2,3], [1,2,3], [1,2,3]], [[1,2,3], [1,2,3], [1,2,3]]],
                [[[1,2,3], [1,2,3], [1,2,3]], [[1,2,3], [1,2,3], [1,2,3]], [[1,2,3], [1,2,3], [1,2,3]]]]
)
print(t4.ndim)
print(t4.shape)
# 4
# torch.Size([2, 3, 3, 3])

5D Tensor

• 5개의 축
• 비디오 데이터가 대표적 사례
• 주로 샘플, 프레임, 높이, 너비, 컬러 채널을 가진 구조로 사용

t5 = torch.tensor(
                [[[[[1,2,3], [1,2,3], [1,2,3]], [[1,2,3], [1,2,3], [1,2,3]]],
                [[[1,2,3], [1,2,3], [1,2,3]], [[1,2,3], [1,2,3], [1,2,3]]]],
                [[[[1,2,3], [1,2,3], [1,2,3]], [[1,2,3], [1,2,3], [1,2,3]]],
                [[[1,2,3], [1,2,3], [1,2,3]], [[1,2,3], [1,2,3], [1,2,3]]]]]
)
print(t5.ndim)
print(t5.shape)
# 5
# torch.Size([2, 2, 2, 3, 3])

마치며

PyTorch는 NumPy와 매우 유사한 점이 많아서 아직은 크게 어려운 내용은 없었다. NumPy 복습과 수학 공부를 계속한다면 앞으로의 Machine Learning 파트를 순조롭게 배울 수 있을 것 같다.

NOTION

MY NOTION (OpenCV. 05)
MY NOTION (PyTorch. 01)