μ½˜ν…μΈ λ‘œ κ±΄λ„ˆλ›°κΈ°

Roboflow μœ λ‹ˆλ²„μŠ€ 카파츠 μ„ΈλΆ„ν™” λ°μ΄ν„°μ„ΈνŠΈ

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈ Roboflow μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈλŠ” 컴퓨터 λΉ„μ „ μ• ν”Œλ¦¬μΌ€μ΄μ…˜μ„ μœ„ν•΄ μ„€κ³„λœ 이미지와 λΉ„λ””μ˜€μ˜ μ„ λ³„λœ μ»¬λ ‰μ…˜μœΌλ‘œ, 특히 μžλ™μ°¨ λΆ€ν’ˆκ³Ό κ΄€λ ¨λœ μ„ΈλΆ„ν™” μž‘μ—…μ— 쀑점을 두고 μžˆμŠ΅λ‹ˆλ‹€. 이 데이터 μ„ΈνŠΈλŠ” μ—¬λŸ¬ κ΄€μ μ—μ„œ μΊ‘μ²˜ν•œ λ‹€μ–‘ν•œ μ‹œκ°μ  자료λ₯Ό μ œκ³΅ν•˜λ©°, μ„ΈλΆ„ν™” λͺ¨λΈμ„ ν›ˆλ ¨ν•˜κ³  ν…ŒμŠ€νŠΈν•˜λŠ” 데 μœ μš©ν•œ 주석이 달린 예제λ₯Ό μ œκ³΅ν•©λ‹ˆλ‹€.

μžλ™μ°¨ 연ꡬ, μ°¨λŸ‰ μœ μ§€λ³΄μˆ˜λ₯Ό μœ„ν•œ AI μ†”λ£¨μ…˜ 개발, 컴퓨터 λΉ„μ „ μ• ν”Œλ¦¬μΌ€μ΄μ…˜ 탐색 λ“± μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈλŠ” ν”„λ‘œμ νŠΈμ˜ μ •ν™•μ„±κ³Ό νš¨μœ¨μ„±μ„ λ†’μ΄λŠ” 데 μœ μš©ν•œ λ¦¬μ†ŒμŠ€λ‘œ ν™œμš©λ  수 μžˆμŠ΅λ‹ˆλ‹€.



Watch: Ultralytics HUBλ₯Ό μ‚¬μš©ν•œ 카파츠 μΈμŠ€ν„΄μŠ€ μ„ΈλΆ„ν™”

데이터 μ„ΈνŠΈ ꡬ쑰

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈ λ‚΄μ˜ 데이터 λΆ„ν¬λŠ” μ•„λž˜μ™€ 같이 κ΅¬μ„±λ˜μ–΄ μžˆμŠ΅λ‹ˆλ‹€:

  • νŠΈλ ˆμ΄λ‹ μ„ΈνŠΈ: 3156개의 이미지와 ν•΄λ‹Ή 주석이 ν¬ν•¨λœ 3156개의 이미지가 ν¬ν•¨λ˜μ–΄ μžˆμŠ΅λ‹ˆλ‹€.
  • ν…ŒμŠ€νŠΈ μ„ΈνŠΈ: 276개의 μ΄λ―Έμ§€λ‘œ κ΅¬μ„±λ˜λ©°, 각 μ΄λ―Έμ§€λŠ” 각각의 주석과 짝을 μ΄λ£Ήλ‹ˆλ‹€.
  • μœ νš¨μ„± 검사 μ„ΈνŠΈ: 401개의 μ΄λ―Έμ§€λ‘œ κ΅¬μ„±λ˜λ©°, 각 μ΄λ―Έμ§€μ—λŠ” ν•΄λ‹Ή 주석이 μžˆμŠ΅λ‹ˆλ‹€.

μ• ν”Œλ¦¬μΌ€μ΄μ…˜

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™”λŠ” μžλ™μ°¨ ν’ˆμ§ˆ 관리, μžλ™μ°¨ 수리, 이컀머슀 μΉ΄νƒˆλ‘œκ·Έ, ꡐ톡 λͺ¨λ‹ˆν„°λ§, μžμœ¨μ£Όν–‰μ°¨, λ³΄ν—˜ 처리, μž¬ν™œμš©, 슀마트 μ‹œν‹° μ΄λ‹ˆμ…”ν‹°λΈŒ λ“± λ‹€μ–‘ν•œ λΆ„μ•Όμ—μ„œ ν™œμš©λ˜κ³  μžˆμŠ΅λ‹ˆλ‹€. λ‹€μ–‘ν•œ μ°¨λŸ‰ λΆ€ν’ˆμ„ μ •ν™•ν•˜κ²Œ μ‹λ³„ν•˜κ³  λΆ„λ₯˜ν•˜μ—¬ ν”„λ‘œμ„ΈμŠ€λ₯Ό κ°„μ†Œν™”ν•¨μœΌλ‘œμ¨ λ‹€μ–‘ν•œ μ‚°μ—…μ—μ„œ νš¨μœ¨μ„±κ³Ό μžλ™ν™”μ— κΈ°μ—¬ν•©λ‹ˆλ‹€.

데이터 μ„ΈνŠΈ YAML

데이터 μ„ΈνŠΈ ꡬ성을 μ •μ˜ν•˜λŠ” λ°λŠ” YAML(또 λ‹€λ₯Έ λ§ˆν¬μ—… μ–Έμ–΄) 파일이 μ‚¬μš©λ©λ‹ˆλ‹€. μ—¬κΈ°μ—λŠ” 데이터 μ„ΈνŠΈμ˜ 경둜, 클래슀 및 기타 κ΄€λ ¨ 정보에 λŒ€ν•œ 정보가 ν¬ν•¨λ˜μ–΄ μžˆμŠ΅λ‹ˆλ‹€. νŒ¨ν‚€μ§€ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈμ˜ 경우, νŒ¨ν‚€μ§€ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈμ˜ carparts-seg.yaml νŒŒμΌμ€ λ‹€μŒ μœ„μΉ˜μ—μ„œ μœ μ§€λ©λ‹ˆλ‹€. https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/carparts-seg.yaml.

ultralytics/cfg/datasets/carparts-seg.yaml

# Ultralytics YOLO πŸš€, AGPL-3.0 license
# Carparts-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/carparts-seg/
# Example usage: yolo train data=carparts-seg.yaml
# parent
# β”œβ”€β”€ ultralytics
# └── datasets
#     └── carparts-seg  ← downloads here (132 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/carparts-seg # dataset root dir
train: train/images # train images (relative to 'path') 3516 images
val: valid/images # val images (relative to 'path') 276 images
test: test/images # test images (relative to 'path') 401 images

# Classes
names:
  0: back_bumper
  1: back_door
  2: back_glass
  3: back_left_door
  4: back_left_light
  5: back_light
  6: back_right_door
  7: back_right_light
  8: front_bumper
  9: front_door
  10: front_glass
  11: front_left_door
  12: front_left_light
  13: front_light
  14: front_right_door
  15: front_right_light
  16: hood
  17: left_mirror
  18: object
  19: right_mirror
  20: tailgate
  21: trunk
  22: wheel

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/carparts-seg.zip

μ‚¬μš©λ²•

이미지 크기가 640인 100개의 에포크에 λŒ€ν•œ μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈμ— λŒ€ν•΄ Ultralytics YOLOv8n λͺ¨λΈμ„ ν›ˆλ ¨ν•˜λ €λ©΄ λ‹€μŒ μ½”λ“œ 쑰각을 μ‚¬μš©ν•  수 μžˆμŠ΅λ‹ˆλ‹€. μ‚¬μš© κ°€λŠ₯ν•œ 인수의 전체 λͺ©λ‘μ€ λͺ¨λΈ ν›ˆλ ¨ νŽ˜μ΄μ§€λ₯Ό μ°Έμ‘°ν•˜μ„Έμš”.

μ—΄μ°¨ μ˜ˆμ‹œ

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-seg.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="carparts-seg.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=carparts-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640

μƒ˜ν”Œ 데이터 및 주석

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈμ—λŠ” λ‹€μ–‘ν•œ κ΄€μ μ—μ„œ μ΄¬μ˜ν•œ λ‹€μ–‘ν•œ 이미지와 λ™μ˜μƒμ΄ ν¬ν•¨λ˜μ–΄ μžˆμŠ΅λ‹ˆλ‹€. μ•„λž˜μ—μ„œ 데이터 μ„ΈνŠΈμ˜ 데이터 μ˜ˆμ‹œμ™€ ν•΄λ‹Ή 주석을 확인할 수 μžˆμŠ΅λ‹ˆλ‹€:

데이터 μ„ΈνŠΈ μƒ˜ν”Œ 이미지

  • 이 μ΄λ―Έμ§€λŠ” μƒ˜ν”Œ λ‚΄μ˜ 객체 뢄할을 보여주며, μ‹λ³„λœ 객체λ₯Ό λ‘˜λŸ¬μ‹Ό λ§ˆμŠ€ν¬κ°€ μžˆλŠ” 주석이 달린 경계 μƒμžκ°€ νŠΉμ§•μž…λ‹ˆλ‹€. 이 데이터 μ„ΈνŠΈλŠ” λ‹€μ–‘ν•œ μœ„μΉ˜, ν™˜κ²½, λ°€λ„μ—μ„œ μΊ‘μ²˜ν•œ λ‹€μ–‘ν•œ 이미지 μ„ΈνŠΈλ‘œ κ΅¬μ„±λ˜μ–΄ 있으며, 이 μž‘μ—…μ— νŠΉν™”λœ λͺ¨λΈμ„ μ œμž‘ν•˜κΈ° μœ„ν•œ 포괄적인 λ¦¬μ†ŒμŠ€ 역할을 ν•©λ‹ˆλ‹€.
  • 이 μ‚¬λ‘€λŠ” 데이터 μ„ΈνŠΈμ— λ‚΄μž¬λœ λ‹€μ–‘μ„±κ³Ό λ³΅μž‘μ„±μ„ κ°•μ‘°ν•˜λ©° 컴퓨터 λΉ„μ „ μž‘μ—…, 특히 μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” μ˜μ—­μ—μ„œ κ³ ν’ˆμ§ˆ λ°μ΄ν„°μ˜ μ€‘μš”ν•œ 역할을 κ°•μ‘°ν•©λ‹ˆλ‹€.

인용 및 감사

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈλ₯Ό 연ꡬ λ˜λŠ” 개발 ν”„λ‘œμ νŠΈμ— ν†΅ν•©ν•˜λŠ” 경우 λ‹€μŒ λ°±μ„œλ₯Ό μ°Έμ‘°ν•˜μ„Έμš”:

   @misc{ car-seg-un1pm_dataset,
        title = { car-seg Dataset },
        type = { Open Source Dataset },
        author = { Gianmarco Russo },
        howpublished = { \url{ https://universe.roboflow.com/gianmarco-russo-vt9xr/car-seg-un1pm } },
        url = { https://universe.roboflow.com/gianmarco-russo-vt9xr/car-seg-un1pm },
        journal = { Roboflow Universe },
        publisher = { Roboflow },
        year = { 2023 },
        month = { nov },
        note = { visited on 2024-01-24 },
    }

μ°¨λŸ‰ μœ μ§€λ³΄μˆ˜ 및 연ꡬ ν”„λ‘œμ νŠΈμ— μœ μš©ν•œ λ¦¬μ†ŒμŠ€μΈ μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” λ°μ΄ν„°μ„ΈνŠΈλ₯Ό κ°œλ°œν•˜κ³  κ΄€λ¦¬ν•˜λŠ” 데 ν—Œμ‹ ν•΄ μ£Όμ‹  Roboflow νŒ€μ—κ²Œ κ°μ‚¬μ˜ 말씀을 μ „ν•©λ‹ˆλ‹€. μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈμ™€ μ œμž‘μžμ— λŒ€ν•œ μžμ„Έν•œ λ‚΄μš©μ€ μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈ νŽ˜μ΄μ§€λ₯Ό μ°Έμ‘°ν•˜μ„Έμš”.

자주 λ¬»λŠ” 질문

Roboflow μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈλž€ λ¬΄μ—‡μΈκ°€μš”?

Roboflow μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈλŠ” 컴퓨터 λΉ„μ „μ—μ„œ μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” μž‘μ—…μ„ μœ„ν•΄ νŠΉλ³„νžˆ μ„€κ³„λœ 이미지와 λΉ„λ””μ˜€μ˜ μ—„μ„ λœ μ»¬λ ‰μ…˜μž…λ‹ˆλ‹€. 이 데이터 μ„ΈνŠΈμ—λŠ” μ—¬λŸ¬ κ΄€μ μ—μ„œ μΊ‘μ²˜ν•œ λ‹€μ–‘ν•œ μ‹œκ° μžλ£Œκ°€ ν¬ν•¨λ˜μ–΄ μžˆμ–΄ μžλ™μ°¨ μ• ν”Œλ¦¬μΌ€μ΄μ…˜μ˜ μ„ΈλΆ„ν™” λͺ¨λΈμ„ ν›ˆλ ¨ν•˜κ³  ν…ŒμŠ€νŠΈν•˜λŠ” 데 맀우 μœ μš©ν•œ λ¦¬μ†ŒμŠ€μž…λ‹ˆλ‹€.

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 집합을 Ultralytics YOLOv8 κ³Ό ν•¨κ»˜ μ‚¬μš©ν•˜λ €λ©΄ μ–΄λ–»κ²Œ ν•΄μ•Ό ν•˜λ‚˜μš”?

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈμ— λŒ€ν•΄ YOLOv8 λͺ¨λΈμ„ ν•™μŠ΅ν•˜λ €λ©΄ λ‹€μŒ 단계λ₯Ό λ”°λ₯΄μ„Έμš”:

μ—΄μ°¨ μ˜ˆμ‹œ

from ultralytics import YOLO

# Load a model
model = YOLO("yolov8n-seg.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="carparts-seg.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo segment train data=carparts-seg.yaml model=yolov8n-seg.pt epochs=100 imgsz=640

μžμ„Έν•œ λ‚΄μš©μ€ ꡐ윑 λ¬Έμ„œλ₯Ό μ°Έμ‘°ν•˜μ„Έμš”.

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™”μ˜ ν™œμš© λΆ„μ•Όμ—λŠ” μ–΄λ–€ 것이 μžˆλ‚˜μš”?

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™”λŠ” λ‹€μŒκ³Ό 같은 λ‹€μ–‘ν•œ 뢄야에 ν­λ„“κ²Œ 적용될 수 μžˆμŠ΅λ‹ˆλ‹€: - μžλ™μ°¨ ν’ˆμ§ˆ 관리 - μžλ™μ°¨ 수리 및 μœ μ§€λ³΄μˆ˜ - 이컀머슀 μΉ΄νƒˆλ‘œκ·Έμ œμž‘ - ꡐ톡 λͺ¨λ‹ˆν„°λ§ - μžμœ¨μ£Όν–‰ μ°¨λŸ‰ - λ³΄ν—˜κΈˆ 청ꡬ 처리 - μž¬ν™œμš© μ΄λ‹ˆμ…”ν‹°λΈŒ - 슀마트 μ‹œν‹° ν”„λ‘œμ νŠΈ

μ΄λŸ¬ν•œ μ„ΈλΆ„ν™”λŠ” λ‹€μ–‘ν•œ μ°¨λŸ‰ λΆ€ν’ˆμ„ μ •ν™•ν•˜κ²Œ μ‹λ³„ν•˜κ³  λΆ„λ₯˜ν•˜μ—¬ ν•΄λ‹Ή μ‚°μ—…μ˜ νš¨μœ¨μ„±κ³Ό μžλ™ν™”λ₯Ό ν–₯μƒμ‹œν‚€λŠ” 데 도움이 λ©λ‹ˆλ‹€.

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™”λ₯Ό μœ„ν•œ 데이터 μ„ΈνŠΈ ꡬ성 νŒŒμΌμ€ μ–΄λ””μ—μ„œ 찾을 수 μžˆλ‚˜μš”?

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈμ˜ 데이터 μ„ΈνŠΈ ꡬ성 νŒŒμΌμž…λ‹ˆλ‹€, carparts-seg.yamlλŠ” λ‹€μŒ μœ„μΉ˜μ—μ„œ 찾을 수 μžˆμŠ΅λ‹ˆλ‹€: carparts-seg.yaml.

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” λ°μ΄ν„°μ„ΈνŠΈλ₯Ό μ‚¬μš©ν•΄μ•Ό ν•˜λŠ” μ΄μœ λŠ” λ¬΄μ—‡μΈκ°€μš”?

μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈλŠ” μžλ™μ°¨ 컴퓨터 λΉ„μ „μ—μ„œ κ³ μ •λ°€ μ„ΈλΆ„ν™” λͺ¨λΈμ„ κ°œλ°œν•˜λŠ” 데 ν•„μˆ˜μ μΈ ν’λΆ€ν•œ 주석이 달린 데이터λ₯Ό μ œκ³΅ν•©λ‹ˆλ‹€. 이 데이터 μ„ΈνŠΈμ˜ λ‹€μ–‘μ„±κ³Ό μƒμ„Έν•œ 주석은 λͺ¨λΈ ν•™μŠ΅μ„ κ°œμ„ ν•˜μ—¬ μ°¨λŸ‰ μœ μ§€λ³΄μˆ˜ μžλ™ν™”, μ°¨λŸ‰ μ•ˆμ „ μ‹œμŠ€ν…œ κ°œμ„ , 자율 μ£Όν–‰ 기술 지원과 같은 μ• ν”Œλ¦¬μΌ€μ΄μ…˜μ— μ΄μƒμ μž…λ‹ˆλ‹€. κ°•λ ₯ν•œ 데이터 μ„ΈνŠΈμ™€μ˜ νŒŒνŠΈλ„ˆμ‹­μ€ AI κ°œλ°œμ„ κ°€μ†ν™”ν•˜κ³  더 λ‚˜μ€ λͺ¨λΈ μ„±λŠ₯을 보μž₯ν•©λ‹ˆλ‹€.

μžμ„Έν•œ λ‚΄μš©μ€ μžλ™μ°¨ λΆ€ν’ˆ μ„ΈλΆ„ν™” 데이터 μ„ΈνŠΈ νŽ˜μ΄μ§€λ₯Ό μ°Έμ‘°ν•˜μ„Έμš”.



생성 2024-01-25, μ—…λ°μ΄νŠΈ 2024-07-04
μž‘μ„±μž: glenn-jocher (4), RizwanMunawar (2)

λŒ“κΈ€