이자다의 기록

yolov8 모델을 훈련시킬 때 의도치 않게 학습이 중단됐다면 resume 옵션을 사용하여 훈련을 재개할 수 있다. 이미 지정된 에폭만큼 반복하여 훈련을 완료한 모델에게 사용하면 이미 훈련 완료한 모델이라며 에러 메시지를 출력한다. 그리고 yolov8에서 기본적으로 제공하는, coco 데이터셋으로 pretrained된 모델에 resume 옵션을 사용하면 클래스 개수 혹은 사용하는 데이터셋이 coco와는 달라서인지 상술한 오류가 아닌 다른 오류가 출력된다.

이번 차량 경로 검출 프로젝트에서 대형 트럭의 설명을 미팅 자리에서 '트레일러 두개가 연결된 차량'을 지칭한다기에 아래와 같은 차량만을 대형 트럭이라고 칭하는 줄 알았다. 트레일러가 보통 트렉터 본체 뒤에 연결된 화물 컨테이너를 칭하니까 아래와 같이 화물칸이 한개인 트레일러는 대형트럭이 아닌 줄 알았다. 그런데 협업하면서 데이터셋을 만드는 중에 대형 트럭의 기준이 서로 다른것 같아서 문의했더니 '트레일러 두개가 연결된 차량'은 트렉터와 트레일러가 연결된 걸 뜻한다더라. 즉 트렉터-트레일러 구조의 일반적인 트레일러를 '트레일러 두개가 연결된 차량'이라고 표현한 거다. 결국 지금까지 제작한 데이터셋을 싹 전수조사 해서 위의 트레일러가 대형 트럭이라고 분류되지 않았는데 전부 대형 트럭으로 고쳐야 한다. 짜증나..

https://cran.r-project.org/src/contrib/Archive/KoNLP/ Index of /src/contrib/Archive/KoNLP cran.r-project.org KoNLP가 R 서버에서 삭제되어 직접 다운받아 설치할 필요가 있다. 위 사이트에서 다운로드한 후 R Studio에서 상단 메뉴 Tools - Install Packages로 프로젝트에 설치한다. #의존성 패키지 설치 install.packages(c("cli", "hash", "tau", "Sejong", "RSQLite", "devtools", "bit", "rex", "lazyeval", "htmlwidgets" , "crosstalk", "promises", "later", "sessioninfo", "x..

실습 환경은 구글 코랩에서 한다. 맥북의 vscode에서 하려고 했는데 실습에 사용할 ByteTrack은 yolox를 요구하고, yolox는 아래 링크에 따르면 cuda/pytorch가 설치되어야 하는데 맥북 환경에서는 무리인 것 같다. https://velog.io/@khjgmdwns/Nvidia-Jetson-%EA%B0%9C%EB%B0%9C%ED%99%98%EA%B2%BD-%EC%84%A4%EC%A0%95-3-YOLOX Nvidia Jetson YOLOX 개발환경 설정 $ git clone https://github.com/Megvii-BaseDetection/YOLOX.gitcd YOLOX velog.io 실제로 의존성 패키지들 설치가 제대로 되지 않고 yolox는 제대로 Import가 되지 않는다..

from ultralytics import YOLO # Load an official or custom model model = YOLO('best.pt') # Load an official Detect model model에 내가 훈련시킨 가중치 파일을 할당한다. # Perform tracking with the model results = model.track(source="/Users/user/Desktop/vscodeProject/YOLOv8_Practice/12.MP4", show=True) # Tracking with default tracker 모델을 이용해 영상을 tracking 하는 코드다. 트래커를 따로 지정 안하면 디폴트로 botsort.yaml이 지정되어 트래커로 BoT-SORT가 ..

발목 강화 운동 스쿼트 100회 쪼그려 앉아 카프레이즈 150회

https://thisisjava.tistory.com/588 YOLOv8 객체 탐지 시 zsh: killed 오류 yolov8의 모델로 비디오 객체탐지 시 위와 같이 실행 중 프로세스가 죽어버리는 오류가 지속적으로 발생한다. https://stackoverflow.com/questions/66295155/zsh-killed-python3-on-m1-macbook-pro zsh: killed python3 on M1 MacB thisisjava.tistory.com 위 글의 오류 해결 과정이다 위 사진들에서 메모리 사용량을 보면 yolov8 객체탐지 과정에서 메모리 소모량이 매우 극심하다. 이유는 객체 탐지 과정에서 사용한 model.predict 함수는 영상 객체를 탐지할 때 프레임 단위로 나온 결과값..

구글 코랩에서 객체탐지 시 위와 같은 오류가 계속해서 발생하였다. 해결법은 다음 링크를 참고하였다. https://github.com/ultralytics/ultralytics/issues/3031 predict stops early due to WARNING ⚠️ NMS time limit 0.550s exceeded · Issue #3031 · ultralytics/ultralyticsSearch before asking I have searched the YOLOv8 issues and discussions and found no similar questions. Question I have trained a custom model and when I want to test it on a video..

yolov8의 모델로 비디오 객체탐지 시 위와 같이 실행 중 프로세스가 죽어버리는 오류가 지속적으로 발생한다. https://stackoverflow.com/questions/66295155/zsh-killed-python3-on-m1-macbook-pro zsh: killed python3 on M1 MacBook Pro I'm trying to run Python 3 on the new M1 chip MacBook. I tried installing python3 both via the official Python website (https://www.python.org/downloads/release/python-391/) and also via brew install stackoverflow.co..

영상을 객체감지를 했고 출력물은 다음과 같다. 결과를 출력하는 부분에 있어서는 yolov5는 yolov8보다 확실하게 불편하다. yolov8는 자체적으로 YOLO 패키지를 지원하여 결과를 알기 쉽게 저장하는데 yolov5는 그런 지원은 없고, detect.py 실행 시 옵션에서 save-txt, save-csv 옵션을 선택한다고 해도 위 사진처럼 출력되어 활용하기가 되게 번거롭다. https://docs.ultralytics.com/yolov5/tutorials/pytorch_hub_model_loading/#before-you-start PyTorch Hub Detailed guide on loading YOLOv5 from PyTorch Hub. Includes examples & tips on in..