Project/pothole2 [yolo]욜로활용한 도로 포트홀 구분프로젝트 (2) 포트홀 구분프로젝트(1) https://so-fast.tistory.com/entry/yolo%EC%9A%9C%EB%A1%9C%ED%99%9C%EC%9A%A9%ED%95%9C-%EB%8F%84%EB%A1%9C-%ED%8F%AC%ED%8A%B8%ED%99%80-%EA%B5%AC%EB%B6%84%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8⭐지난시간의 결론이번 실험에서는 정밀도와 mAP가 개선된것을 확인했지만 재현율의 한계로인해 탐지되지 않은 객체가 있었습니다.데이터가 많이 부족했던 탓도 있기때문에 데이터 증강, 에포크 추가 학습을 통해 성능개선을 시도해 볼 계획입니다. ⭐개선사항세부사항1. 데이터 증강 (서치)2. 에포크 70~100으로 늘려서 성능 안정화를 시도해보려고합니다.위처럼 결.. 2024. 12. 18. [yolo]욜로활용한 도로 포트홀 구분프로젝트 프로젝트 개요* 사진출처: - 구글링, 네이버를 통한 직접수집(커스텀)- pothole 37, nonpothole 37- 반수동 어노테이션 (roboflow) * 데이터 준비:-roboflow를 활용하여 반수동으로 어노테이션 작업 수행- 데이터 증강(grayscale, saturation, Exposure)을 통해 총 352장의 데이터 생성- 데이터 분할 [train 306 // Validation 30 // Test 16] 모델 학습 결과- 사용 모델 : YOLOv8n- 주요 지표 설명 ↓Precision: 탐지한 것 중 올바른 비율(높을수록 오탐지가 적음).Recall: 전체 객체 중 탐지한 비율(높을수록 탐지 성능이 좋음).mAP: 탐지 정확도를 종합적으로 나타냄.Speed: 학습 및 추론 속.. 2024. 12. 16. 이전 1 다음
