Yolov3-tiny 사물인식 결과

Yolov3-tiny 사물인식 결과

 

엊그제 표본을 최초 50개에서 310개로 약 6배 증가시킨 훈련 결과를 토대로 Unity에서 빌드하고 테스트를 진행했다.

개발하는 플랫폼은 Android에서 Unity의 추론엔진 barracuda와 그래픽 API는 Vulkan을 이용하는 것이다.

 

결과적으로 높은 인식율을 보였다.

그와 동시에 표본에 없던 대상까지도 인식을 하고 그 확률 또한 상당해서 만족스러운 결과로 나타났다. 

 

다만 한가지 문제가 있는데 사물에 대한 거리이다. 동영상을 확인해 보면 가까운 거리나 조금 떨어진 거리는 인식률이 높게 나타난다. 

하지만 그 거리에서 조금만 떨어져도 인식을 못하는 현상이 발생되었다.

따라서 좀더 떨어진 것도 확보해서 잘 되는지 확인해 볼 필요가 있다. 역시나 이것도 손이 많이 간다..

일단은 120여장 정도 더 확보해 놓았으나 훈련결과의 적용은 아직이다. 다음 주면 v2-tiny와 v3-tiny로 적용할 수 있을 것 같다.

 

이제는 데이터를 확보해서 Darknet로 훈련시키고 1차로 CoreML로 컨버팅 한 다음 2차로 ONNX로 컨버팅 하고, 이를 다시 Unity의 Barracuda를 이용하여 빌드하는 최종적인 절차를 완성한 것 같다. 다만, 적용되는 사물인식 모델은 Yolov2, Yolov2-tiny, Yolov3, Yolov3-tiny 만 해당한다.

그동안의 여러 시행착오가 있었지만.. 이제는 시간과 데이터만 준비되면 절차대로 진행하면 바로 사물인식을 원하는대로 만들 수 있게 된 것 같다.

추후 이부분을 잊지 않기 위해서 설치과정부터 설정, 출력, 적용까지의 방법을 포스팅할 예정이다.

 

다음은 Yolov3-tiny로 빌드한 사물인식 테스트 결과 영상이다.