Ultralytics YOLOv8에서 결과 추출하기

끊임없이 변화하는 컴퓨터 비전 분야에서 Ultralytics YOLOv8은 객체 탐지, 세그멘테이션, 추적과 같은 작업에서 최고의 모델로 손꼽힙니다. 숙련된 개발자이든 인공지능(AI) 초보자이든 관계없이 YOLOv8에서 결과를 효과적으로 추출하는 방법을 이해하면 프로젝트의 역량을 크게 향상시킬 수 있습니다. 이 블로그 게시물에서는 YOLOv8 모델에서 결과를 추출하고 사용하는 실무적인 단계를 자세히 다룹니다.

Link to this sectionYOLOv8 설정하기#

결과 추출을 시작하기 전에 YOLOv8 모델을 준비하고 실행하는 것이 중요합니다. 초보자라면 다양한 컴퓨터 비전 작업에 YOLO 모델을 설정하고 사용하는 기초를 다룬 이전 영상을 시청하시기 바랍니다. 결과 추출을 시작하려면 모델이 올바르게 구성되었는지 확인하십시오.

1. 모델 초기화: 객체 탐지나 포즈 추정과 같이 더 복잡한 작업 등 특정 요구 사항에 맞는 올바른 모델 구성을 선택하여 YOLOv8 모델을 적절하게 초기화하십시오.
2. 추론 실행: 모델에 데이터를 입력하여 추론을 수행하십시오. 이 과정에서 모든 탐지 데이터에 접근할 수 있는 핵심인 결과 객체가 생성됩니다.

Link to this section결과 객체 이해하기#

YOLOv8의 결과 객체는 정보의 보고입니다. 프로젝트를 진행하는 데 필요한 모든 탐지 데이터가 포함되어 있으며, 여기에는 다음이 포함됩니다:

• BBox: results.boxes를 사용하여 탐지된 객체의 좌표에 접근하십시오.
• 마스크 및 키포인트: results.masks와 results.keypoints를 각각 사용하여 포즈 추정을 위한 세그멘테이션 마스크와 키포인트에 접근하십시오.
• 클래스 확률: results.probs는 탐지된 각 클래스의 확률을 제공하며, 신뢰도 점수를 기준으로 탐지 결과를 필터링하는 데 유용합니다.

Link to this section사용자 지정을 위한 데이터 추출#

이러한 출력을 애플리케이션에 사용하려면 다음 단계를 따르십시오:

1. 데이터 처리 변환: GPU에서 모델을 실행 중인 경우, 추가 조작을 위해 .cpu()를 사용하여 출력을 CPU 형식으로 변환하십시오.
2. BBox 좌표 접근: 결과 객체에서 BBox 좌표를 직접 검색하고 조작하십시오. 여기에는 정규화된 좌표나 너비 및 높이와 같은 특정 속성에 접근하는 것이 포함됩니다.
3. 분류 처리: 상위 분류 결과를 추출하여 클래스 ID와 신뢰도 점수를 효과적으로 활용하십시오.

Link to this section코드 내 실무 적용#

이론에서 실습으로 넘어가기 위해, Nicolai Nielsen은 Visual Studio Code를 사용하여 사용자 지정 Python 스크립트에서 이러한 개념을 구현하는 방법을 보여줍니다. 이 스크립트에는 다음이 포함됩니다:

• 탐지 클래스 설정: 클래스 구조 내에서 YOLOv8 모델을 초기화 및 구성하여 실시간 데이터 입력에 대비하십시오.
• 결과 추출: 탐지를 실행하고 결과 객체에서 BBox, 마스크, 분류 결과를 직접 추출하십시오.
• 출력 활용: 결과를 JSON이나 CSV와 같은 사용 가능한 형식으로 변환하거나, 이미지 또는 비디오 스트림에 BBox를 그리는 데 직접 사용하십시오.

Link to this section시각화 및 그 이상#

원시 데이터를 추출하는 것도 중요하지만, 이러한 탐지 결과를 시각화하면 모델 성능에 대한 즉각적인 통찰력을 얻을 수 있습니다:

• 사각형 그리기: BBox 데이터를 사용하여 이미지 또는 비디오 출력에서 탐지된 객체 주위에 사각형을 그리십시오.
• 직접 플롯: 추가 코딩 없이 YOLOv8의 내장 플로팅 함수를 사용하여 탐지 결과를 직접 시각화하십시오.

Link to this sectionYOLOv8으로 AI 툴킷 확장하기#

YOLOv8 결과 추출을 마스터하면 프로젝트의 기능이 향상될 뿐만 아니라 객체 탐지 시스템에 대한 이해도도 깊어집니다.

이 단계를 따라 수행하면 고급 AI 기반 애플리케이션을 개발하거나 강력한 데이터 분석을 수행하는 등 특정 요구 사항에 맞게 탐지 결과를 조정하여 YOLOv8의 잠재력을 최대한 활용할 수 있습니다.

YOLOv8 및 기타 AI 기술을 최대한 활용할 수 있도록 돕는 더 많은 튜토리얼을 기대해 주십시오. 이론적인 지식을 실무 기술로 바꾸고, 정확성과 효율성을 바탕으로 컴퓨터 비전 프로젝트를 구현하십시오. 최신 개발 소식을 확인하려면 커뮤니티에 가입하고, 자세한 내용은 문서를 참조하십시오!

전체 영상을 시청하세요 전체 영상을 시청하세요!