Yolo 비전 선전
선전
지금 참여하기

Ultralytics YOLOv8 출력 추출하기

Nuvola Ladi

3분 읽기

2024년 4월 25일

Ultralytics YOLOv8 컴퓨터 비전 프로젝트를 최적화하는 방법을 알아보세요. 이 가이드는 결과 추출 및 실제 구현을 위한 YOLOv8 양식 설정에 대한 모든 것을 다룹니다.

끊임없이 변화하는 컴퓨터 비전 분야, Ultralytics YOLOv8 은 물체 감지, 세분화, 추적과 같은 작업에서 최상위 모델로 두각을 나타내고 있습니다. 숙련된 개발자이든 인공 지능(AI) 초보자이든, YOLOv8 출력을 효과적으로 추출하는 방법을 이해하면 프로젝트를 크게 향상시킬 수 있습니다. 이 블로그 게시물에서는 YOLOv8 모델에서 결과를 추출하고 사용하는 실용적인 단계를 자세히 설명합니다.

YOLOv8 설정

결과 추출을 시작하기 전에 YOLOv8 모델을 실행하는 것이 중요합니다. 처음 사용하는 경우 다양한 컴퓨터 비전 작업을 위한 YOLO 모델 설정 및 사용의 기본 사항을 다룬 이전 동영상을 시청할 수 있습니다. 결과 추출을 시작하려면 모델이 올바르게 구성되어 있는지 확인하세요:

  1. 모델 초기화: 물체 감지 또는 포즈 추정과 같은 더 복잡한 작업 등 특정 요구 사항에 맞는 올바른 모델 구성을 선택하여 YOLOv8 모델을 적절하게 초기화합니다.
    ↪f_200D↩
  2. 추론 실행: 모델을 통해 데이터를 입력하여 추론을 수행합니다. 이 프로세스는 모든 감지 데이터에 접근할 수 있는 키인 결과 객체를 생성합니다.

결과 객체 이해

YOLOv8 결과 개체는 정보의 금광과도 같습니다. 여기에는 프로젝트를 진행하는 데 필요한 모든 감지 데이터가 포함되어 있습니다:

  • 바운딩 박스: 사용 results.boxes 탐지된 객체의 좌표에 액세스합니다.
  • 마스크 및 키포인트: 다음을 사용하여 포즈 추정을 위한 분할 마스크 및 키포인트에 액세스합니다. results.masksresults.keypoints 각각.
  • 클래스 확률: results.probabilities 각 탐지된 클래스의 likelihood를 제공하여 신뢰도 점수를 기반으로 탐지를 필터링하는 데 유용합니다.

사용자 정의 사용을 위한 데이터 추출

애플리케이션에서 이러한 출력을 사용하려면 다음 단계를 따르십시오.

  1. 처리를 위해 데이터를 변환합니다: GPU 모델을 실행하는 경우, 추가 조작을 위해cpu()를 사용하여 출력을 CPU 형식으로 변환합니다.
  2. 바운딩 박스 좌표 액세스: 결과 객체에서 바운딩 박스 좌표를 직접 검색하고 조작합니다. 여기에는 정규화된 좌표 또는 너비 및 높이와 같은 특정 속성에 대한 액세스가 포함됩니다.
  3. 분류 처리: 클래스 ID와 신뢰도 점수를 효과적으로 활용하기 위해 최상위 분류를 추출합니다.

코드에서의 실제 적용

이론에서 실습으로 넘어가면서 Nicolai Nielsen이 Visual Studio Code를 사용하여 사용자 지정 Python 스크립트 내에서 이러한 개념을 구현하는 방법을 보여 드립니다. 스크립트에는 다음이 포함됩니다:

  • 탐지 클래스 설정하기: 클래스 구조 내에서 YOLOv8 모델을 초기화하고 구성하여 실시간 데이터 입력을 준비합니다.
    ↪f_200D↩
  • 결과 추출: 탐지를 실행하고 결과 객체에서 직접 바운딩 박스, 마스크 및 분류를 추출합니다.
  • 결과 활용: 결과를 JSON 또는 CSV와 같은 사용 가능한 형식으로 변환하거나, 이미지 또는 비디오 스트림에 경계 상자를 직접 그리는 데 사용합니다.

시각화 및 그 이상

원시 데이터 추출도 중요하지만, 이러한 탐지 결과를 시각화하면 모델 성능에 대한 즉각적인 통찰력을 얻을 수 있습니다.

  • 사각형 그리기: 경계 상자 데이터를 사용하여 이미지 또는 비디오 출력에서 감지된 객체 주위에 사각형을 그립니다.
  • 직접 플로팅: YOLOv8내장된 플로팅 기능을 활용하여 추가 코딩 없이도 탐지를 직접 시각화할 수 있습니다.

YOLOv8 AI 툴킷 확장하기

YOLOv8 출력 추출을 마스터하면 프로젝트의 기능이 향상될 뿐만 아니라 객체 감지 시스템에 대한 이해도 깊어집니다.

다음 단계를 따르면 고급 AI 기반 애플리케이션을 개발하거나 강력한 데이터 분석을 수행하는 등 특정 요구사항에 맞게 탐지 기능을 조정할 수 있는 YOLOv8 모든 기능을 활용할 수 있습니다.

YOLOv8 및 기타 AI 기술을 최대한 활용하는 데 도움이 되는 더 많은 튜토리얼을 기대해 주세요. 이론적 지식을 실무 기술로 전환하고 컴퓨터 비전 프로젝트에 정확하고 효율적으로 생명을 불어넣으세요. 커뮤니티에 가입하여 모든 최신 개발 소식을 확인하고 자세한 내용은 문서를 참조하세요! 

전체 비디오는 여기에서 시청하세요! 

함께 미래의 AI를 만들어 갑시다!

미래의 머신러닝 여정을 시작하세요

무료로 시작하기