[TIL_Carrotww] 31 - 22/10/17

📝Carrotww의 코딩 기록장

🧲 torch로 opencv2 yolo 모델 사용

🔍 코드 예시는 많지만 너무 이해가 안돼서 하나하나 뜯어보았다.

import torch
import cv2
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)
# model 변수에 torch를 하용하여 ultralytics의 yolov5 레포지토리의 yolov5s 모델을 가져옴

img = cv2.imread('zidane.jpg')
# 지단 이미지를 opencv2를 이용하여 읽어와 img 변수에 저장
results = model(img)
# results 에 yolov5 모델을 이용하여 지단 이미지 인식
results.save()
# 컴퓨터 디스크에 저장

result = results.pandas().xyxy[0].to_numpy()
# results를 pandas xmin xmax ymin ymax 좌표로 바꾸어 준 후 
# to_numpy() 함수로 ndarray 형식으로 바꾸어 줌
result = [item for item in result if item[6]=='person']
# 객체가 사람인 것만 뽑아옴

tmp_img = cv2.imread('zidane.jpg')
print(tmp_img.shape)
# shape 는 이미지를 행 열 색으로 잘라주는 것
cropped = tmp_img[int(result[0][1]):int(result[0][3]), int(result[0][0]):int(result[0][2])]
# 사람 객체 -> result[0] 에 담겨있고 [1] [3] [0] [2] x y x y 좌표로
# 사진을 잘라줌
print(cropped.shape)
cv2.imwrite('zidane.png', cropped)
cv2.rectangle(tmp_img, (int(results.xyxy[0][0][0].item()), int(results.xyxy[0][0][1].item())), (int(results.xyxy[0][0][2].item()), int(results.xyxy[0][0][3].item())), (0,0,255))
# tmg_img에 위 좌표로 네모 표시를 해 준다.
cv2.imwrite('zidane2.png', tmp_img)
# 이미지 zidane.png 라는 이름으로 저장

zidane.jpg

results -> 변환된 이미지

zidane.png -> 첫 번째 객체를 자른 사진

zidane.png -> 첫 번째 객체에 rectangle 함수로 그림을 그려준 모슴

🧲 내일 해야할 것

🔍 처음에 너무 어려워 이미지 학습을 내가 시킬 수 있을까 라는 생각이 들었지만 역시 계속 해보니 안되는건 없다.
한 줄 한 줄 다 뜯어보면서 추상적으로라도 이해하면서 넘어가니 전체적으로 이해가 되기 시작했다.
5일동안 하는 프로젝트의 주요 기능이 이미지에 물체를 인식하여 카테고리에 추가해 주는 것이다.
막상 진행해 보니 학습된 모델을 가져와 사용하는 것은 쉬웠고 코드를 한줄한줄 이해하다 보니 내가 원하는 식으로 바꾸어 사용할 수 있게 되었다.
내일은 yolo로 이미지 학습도 시켜보고 다른 학습된 모델도 사용해 보아야겠다.
알고리즘도 풀어야하는데 오늘 못풀었다 ㅠㅠ 내일 두 문제 풀어야지 ㅠㅠ