Ultralytics YOLOv8에서 출력 추출하기
Ultralytics YOLOv8을 사용하여 컴퓨터 비전 프로젝트를 최적화하는 방법을 알아보세요. 이 가이드는 설정부터 결과 추출 및 실제 구현까지 YOLOv8의 모든 내용을 다룹니다.
끊임없이 변화하는 컴퓨터 비전 분야에서 Ultralytics YOLOv8는 객체 탐지, 세그멘테이션, 트래킹과 같은 작업을 위한 최상급 모델로 두각을 나타냅니다. 숙련된 개발자이든 인공지능(AI) 초보자이든 YOLOv8에서 출력을 효과적으로 추출하는 방법을 이해하면 프로젝트를 크게 향상할 수 있습니다. 이 블로그 게시물에서는 YOLOv8 모델에서 결과를 추출하고 사용하는 실용적인 단계를 자세히 살펴봅니다.
Ultralytics YOLOv8 설정#
결과를 추출하기 전에 Ultralytics YOLOv8 모델을 실행할 수 있는 상태로 준비하는 것이 중요합니다. 처음 시작하는 경우, 다양한 컴퓨터 비전 작업에 YOLO 모델을 설정하고 사용하는 기본 방법을 다룬 이전 동영상을 시청할 수 있습니다. 결과 추출을 시작하려면 모델이 올바르게 구성되었는지 확인합니다:
- 모델 초기화: Ultralytics YOLOv8 모델을 적절하게 초기화하고, 객체 탐지부터 포즈 추정과 같은 더 복잡한 작업까지 특정 요구 사항에 맞는 올바른 모델 구성을 선택했는지 확인합니다.
- 추론 실행: 모델에 데이터를 입력하여 추론을 수행합니다. 이 과정에서 모든 탐지 데이터에 액세스할 수 있는 핵심 요소인 결과 객체가 생성됩니다.
결과 객체 이해하기#
Ultralytics YOLOv8의 결과 객체에는 풍부한 정보가 포함되어 있습니다. 여기에는 프로젝트를 진행하는 데 필요한 모든 탐지 데이터가 포함되며, 다음과 같습니다:
- 바운딩 박스:
results.boxes을 사용하여 탐지된 객체의 좌표에 액세스합니다. - 마스크 및 키포인트: 각각
results.masks과results.keypoints을 사용하여 포즈 추정을 위한 세그멘테이션 마스크와 키포인트에 액세스합니다. - 클래스 확률:
results.probs은 탐지된 각 클래스의 가능성을 제공하므로 신뢰도 점수를 기준으로 탐지 결과를 필터링하는 데 유용합니다.
사용자 지정 용도를 위한 데이터 추출#
이러한 출력을 애플리케이션에서 사용하려면 다음 단계를 따릅니다:
- 처리를 위한 데이터 변환: GPU에서 모델을 실행하는 경우 추가 조작을 위해 .cpu()를 사용하여 출력을 CPU 형식으로 변환합니다.
- 바운딩 박스 좌표에 액세스: 결과 객체에서 바운딩 박스 좌표를 직접 가져오고 조작합니다. 여기에는 정규화된 좌표나 너비 및 높이와 같은 특정 속성에 액세스하는 작업이 포함됩니다.
- 분류 처리: 상위 분류 결과를 추출하여 클래스 ID와 신뢰도 점수를 효과적으로 활용합니다.
코드에서의 실제 적용#
이론에서 실제 적용으로 넘어가면서 Nicolai Nielsen은 Visual Studio Code를 사용하여 사용자 지정 Python 스크립트에서 이러한 개념을 구현하는 방법을 보여줍니다. 스크립트에는 다음 작업이 포함됩니다:
- 탐지 클래스 설정: 클래스 구조 내에서 Ultralytics YOLOv8 모델을 초기화하고 구성하여 실시간 데이터 입력을 처리할 수 있도록 준비합니다.
- 결과 추출: 탐지를 실행하고 결과 객체에서 바운딩 박스, 마스크 및 분류 결과를 직접 추출합니다.
- 출력 활용: 결과를 JSON 또는 CSV와 같은 사용 가능한 형식으로 변환하거나, 결과를 직접 사용하여 이미지 또는 동영상 스트림에 바운딩 박스를 그립니다.
시각화 및 그 이상#
원시 데이터를 추출하는 것도 중요하지만, 이러한 탐지 결과를 시각화하면 모델 성능을 즉시 파악할 수 있습니다:
- 사각형 그리기: 바운딩 박스 데이터를 사용하여 이미지 또는 동영상 출력에서 탐지된 객체 주위에 사각형을 그립니다.
- 직접 플로팅: Ultralytics YOLOv8에 기본 제공되는 플로팅 함수를 활용하여 추가 코딩 없이 탐지 결과를 직접 시각화합니다.
Ultralytics YOLOv8로 AI 도구 키트 확장하기#
Ultralytics YOLOv8 출력 추출을 완전히 익히면 프로젝트의 기능을 향상할 뿐만 아니라 객체 탐지 시스템에 대한 이해도 깊어집니다.
이 단계를 따르면 고급 AI 기반 애플리케이션을 개발하거나 강력한 데이터 분석을 수행하는 등 특정 요구 사항에 맞게 Ultralytics YOLOv8의 모든 성능을 활용할 수 있습니다.
Ultralytics YOLOv8 및 기타 AI 기술을 최대한 활용하는 데 도움이 되는 더 많은 튜토리얼을 기대해 주세요. 이론적 지식을 실무 능력으로 전환하고, 정확성과 효율성을 바탕으로 컴퓨터 비전 프로젝트를 실현해 보세요. 최신 개발 소식을 계속 확인하려면 커뮤니티에 참여하고, 자세한 내용은 문서를 확인하세요!
전체 동영상 시청 전체 동영상 시청!
