MSAISchool 공부에 대한 내용을 작성해 보았다.

• Msai - 1주차(1)
• Msai - 1주차(2)
• Msai - 1주차(3)
• Msai - 포커이미지 분류
• Msai - 미니프로젝트 2 MMDetection(Wine Label Datasets) and JSON to yolov5
• Msai - 미니프로젝트 3 MMDetection(Animal Datasets)
• Msai - 공부하면서 알게된 것 1

2023년 2월 8일(수)

공부중 알게된 내용

1. yolov5에서 detect.py를 돌리고 txt파일과 classes 0번만 뽑을 때 사용한다.

    python detect.py --save-txt --classes 0

2. cvat에 yolo형식으로 upload를 할 경우

아래와 같은 구성으로 만들어져 있어야 cvat에 annotations을 업로드할 때, 인식을 하게 된다.

첫째, obj_train_data 파일에 들어가면 이미지와 txt파일이 같이 있어야 한다는 것을 볼 수 있다.

둘째, obj.data의 구성을 보면 클래스와 train, names, backup으로 구성되어 있는 것을 볼 수 있다.

셋째, obj.names에는 클래스의 names이 순서대로 적혀 있는 것을 볼 수 있다.

다섯째, train.txt에는 이미지 파일의 경로가 들어가 있는 것을 볼 수 있다.

• 이렇게 구성이 되어야 cvat에 yolo형식의 annotations이 들어갈 때 잘 들어가는 것을 볼 수 있었다.

3. json에서 사이즈를 리사이즈하고 yolo로 변경을 할 때, 아래와 같이 코드를 작성해주어야 한다. 스케일을 사용해서 해주어야 한다 안그러면 다른곳에 바운딩 박스를 치게 되는 불상사가 생기게 된다.