Yolov3-tiny 사물인식 추가 진행상황

Yolov3-tiny 사물인식 상황

 

이번달 초까지 Yolov3-tiny를 기존의 데이터셋을 통해 훈련을 진행했었고, 그 결과를 coreml 모델을 통해 onnx로 컨버팅 하여 최종적으로 Unity의 barracuda로 인식을 성공시켰다.

Darknet을 통한 Yolov3-tiny 훈련

Darknet을 통한 Yolov3-tiny 훈련

 

다만 문제로 생각되었던 것이 인식율이 너무 형편없었다. 인식율을 보면 30% ~ 90%로 범위가 너무나 컸고 평균 50%가 안 되었다.

 

실질적으로 사용할 수 있을만한 인식율의 평균은 적어도 70% 이상은 되어야 하지 않을까 한다.

그래서 표본을 더욱 확보하는 작업을 진행했다. 최초에는 50개 정도였지만 이를 다시 확보하여 현재 누적 약 310개를 준비하였다.

 

한 번에 모든 이미지를 라벨링 했기에 손이 저린다. 라벨링은 좌표를 찍어야 해서 일일이 손으로 맞추어야 한다.

아무튼 모든 과정을 다 거치고 Yolov3-tiny로 훈련하였다. 아무래도 v2보다는 괜찮다고 생각되고, 동시 작업에 문제가 생긴 경험이 있어서 yolov2-tiny는 일단 v3을 다 진행해 보고 진행하기로 하였다.

 

이 모든 사항이 다 끝나야 음성인식 모드가 있는 앱과 합쳐서 최종적인 핵심 프로그래밍을 진행할 수 있다.