YOLOvME: 얼룩말 종 식별

YOLOv5를 사용하여 작물 수확량 예측 앱을 만들거나, 해양 플라스틱을 감지하거나, 마스크 착용 여부를 확인하는 사례들을 보았습니다. 이에 저희는 커뮤니티에 연락하여 YOLOv5를 통해 당면 과제를 해결하는 더 많은 방법을 공유해 줄 것을 요청했습니다.  

구마모토 출신의 데이터 분석가 구마베 카요입니다. 카요는 YOLOv5를 사용한 지 한 달밖에 되지 않았지만 "그냥 똑똑하기" 때문에 인프라를 실험하는 것을 즐깁니다. AI를 처음 접하는 사람에게 카요는 파이썬이나 머신러닝에 대한 지식이 없더라도 모델을 커스터마이징하는 데 시간을 할애할 것을 권장합니다.

일반적으로 인간의 눈으로는 외모의 미묘한 차이를 구별하기 어려울 수 있습니다. 카요는 AI가 이러한 미묘한 차이를 쉽게 감지할 수 있을 것이라고 가설을 세웠습니다. 이를 테스트하기 위해 카요는 세 가지 다른 종의 얼룩말 데이터 세트를 컴파일하여 YOLOv5 모델에 공급했습니다. 카요는 다양한 유형의 얼룩말을 감지하기 위해 YOLOv5 모델을 만들었습니다. 이 모델은 동물의 특징을 비교하고 얼룩말의 종을 결정하는 출력을 생성합니다.

결과적으로 카요는 자신의 가설을 증명할 수 있었습니다. YOLOv5 모델은 얼룩말 종당 20개의 이미지만으로 훈련되었지만 각 얼룩말 종을 높은 정확도로 감지할 수 있었습니다.

카요가 컴퓨터 비전을 어떻게 시작하게 되었는지 궁금하여 몇 가지 질문을 했습니다.

얼룩말 종 식별을 위해 YOLOv5를 선택하신 이유는 무엇인가요?

"다른 객체 감지 인프라를 사용해 본 적이 없습니다. YOLOv5는 하드 코딩이 필요 없어서 쉬워 보였습니다."

YOLOv5를 시작하는 데 어떤 점이 쉬웠습니까?

"저는 얼룩말 종류별로 20개의 이미지만 수집하고, 이미지의 라벨링 파일을 만들어 YOLOv5에게 학습시켰습니다. 그게 전부입니다! YOLOv5가 얼룩말 종류를 100% 정확하게 감지하는 것을 보고 놀랐습니다! 아마 20개보다 적은 이미지로도 괜찮을 것입니다."

머신러닝 및 Vision AI는 어떻게 시작하게 되셨나요?

"제 고객 중 일부가 AI에 관심이 있어서 제 직업을 넓히기 위해 공부하기 시작했습니다. 비전 AI를 접했을 때, 제가 가장 좋아하는 영화 터미네이터가 현실이 된 것 같아서 매우 흥분했습니다."

앞으로 Yolov5를 사용하여 계획 중인 다른 프로젝트는 무엇인가요?

"학교에서 많은 학생들 사이에서 제 아이를 찾고 싶습니다. 운동회 날에 유용할 것 같습니다. 아이폰 앱으로 만들고 싶습니다."

Kayo가 YOLOv5로 만든 더 많은 작품을 보려면 LinkedIn 및 Twitter를 확인하십시오.

자체 YOLOv5 사용 사례가 있으신가요?

이 얼룩말 감지 YOLOv5 사용 사례는 YOLOv5가 종을 구별하는 데 성공한 좋은 예입니다. 이 신경망을 다른 유형의 동물에 적용하면 YOLOv5가 이를 구별할 수 있을까요? 횡단보도에서 보행자를 감지하거나 연간 작물 수확량을 예측하려는 경우 모델이 얼마나 잘 작동할까요? 상상력을 마음껏 발휘해 보세요!

소셜 미디어에서 #YOLOvME 태그를 사용하여 YOLOv5 사용 사례를 공유해 주시면 ML 커뮤니티에 여러분의 작업을 홍보해 드리겠습니다.

코딩 없이 AI 컴퓨터 비전을 재미있게 사용하고 싶으신가요?

아이디어만 있으면 됩니다. Ultralytics HUB를 사용하면 YOLOv5로 모델을 쉽게 만들고 아이디어를 실현할 수 있습니다. 우리는 모든 것을 간단하게 만들고 복잡한 MLOps를 직접 처리하므로 재미있는 AI를 위해 코드를 알 필요가 없습니다. 시작하기 쉽고 첫 번째 ML 모델을 구축하는 것은 훨씬 더 쉽습니다.

Ultralytics HUB에 가입하고 오늘 AI의 마법을 즐겨보세요

현재 베타 버전이며 제한된 공간이 있으므로 지금 가입하십시오!