- 전동 킥보드 대여 앱(Gxxxxx) 연계 아이디어
- YOLOv5를 활용한 킥보드 헬멧 미착용자 감지 시스템
-
👩💻 기여 : 100% (1명)
-
👩💻 역할 : AI Engineer (PM)
-
👩💻 기간 : 약 3주
- 1차 모델링 (2021.11.01 ~ 11.12)
- 2차 모델링 (2021.11.15, 16, 17, 25, 26)
-
💻 학습 : AWS EC2, Colab GPU
-
💻 코드 : 전체 코드 바로가기
-
FPS 성능을 최적화할 필요가 없기 때문에 v5의 빠른 동작성 선호
-
파이토치 기반의 쉽고 빠른 환경 구성
-
Tool : Anaconda prompt, labelimg 1.8.1
-
Label : person-with-helmet, person-without-helmet
- 라벨명을 명시하면 VOC Dataset 클래스가 이를 받아 albumentations을 수행하고, 정규화된 x, y, w, h가 이미지 크기에 맞게 변경
- 바운딩 박스를 지정하여 라벨링 한 후, txt 파일 함께 저장
💡 TIP
- 실행 중 [AssertionError: Missing string id : useDefaultLabel] 에러 - pyrcc5 resources.qrc -o resources.py 실행 후 재실행
- 후에 이미지 파일 이름과 확장자, txt 파일 이름 통일을 위해 DarkNamer 사용
-
Tool : roboflow
- 장점 : YOLO 버전에 맞는 yaml 파일을 자동 생성, API 키 연동을 통한 구성
-
Label : 위와 동일
💡 전처리 & 아규먼테이션
- Auto-Orient : Applied
- Resize : Stretch to 416x416
- Rotation : Between -22° and +22°
- Bounding Box : Shear: ±15° Horizontal, ±15° Vertical
!python train.py --img 416 --batch 16 --epochs 300 --data /content/datasets/Helmet-detection-3/data.yaml --weights yolov5s.pt --cache💡 설명
- img : 사이즈
- batch: 배치
- epochs: 학습 에폭 (3000+이 평균이지만 테스트 빌드를 위해)
- data: 데이터셋 위치
- weights: yolov5s.pt
-
전체 mAP 0.75
- helmet : Recall 1, mAP 0.9 / no-helmet : Recall 0.6, mAP 0.6
-
상대적으로 no-helmet의 평가가 낮은 이유
- 짧은 머리의 음영을 헬멧으로 인식하는 경우 / 캡 모자를 헬멧으로 인식하는 경우
-
Good Case
-
Bad Case
-
향상된 점
- mAP 개선
- 객체 사이 공백을 사물로 인식하는 비중 개선
- 객체가 아닌 물체를 인식하는 비중 개선
- 헬멧을 AWS에서 지원하는 PPE (개인 보호 장비) 디텍션을 1차적으로 거치고, 이후에 개별 모델링으로 보완하여 mAP를 향상시키는 방안
- https://deep-learning-study.tistory.com/568
- https://csm-kr.tistory.com/11
- https://bitcodic.tistory.com/104?category=746696
- https://github.com/sjchoi86/dl_tutorials_10weeks/blob/master/papers/You%20Only%20Look%20Once-%20Unified%2C%20Real-Time%20Object%20Detection.pdf
- https://junyoung-jamong.github.io/deep/learning/2019/01/22/Darkflow%EB%A5%BC-%ED%99%9C%EC%9A%A9%ED%95%B4-YOLO%EB%AA%A8%EB%8D%B8-%EC%9D%B4%EB%AF%B8%EC%A7%80-%EB%94%94%ED%85%8D%EC%85%98-%EA%B5%AC%ED%98%84-in-windows.html