YOLOvME: 얼룩말 종 탐지

저희는 사람들이 농작물 수확량 예측 앱을 만들고, 바다 속 플라스틱을 감지하고, 마스크를 제대로 착용하고 있는지 확인하는 데 YOLOv5를 사용하는 것을 보았습니다. 저희는 커뮤니티에 연락하여 YOLOv5를 사용하여 문제를 해결하는 더 많은 방법을 공유해 달라고 요청했습니다.  

일본 구마모토의 데이터 분석가인 카요 쿠마베. Kayo는 지난 한 달 동안 YOLOv5를 사용한 지 얼마 되지 않았지만 "정말 똑똑하기 때문에" 이 인프라를 실험하는 것을 즐깁니다. AI를 처음 접하는 사람이라면 Python이나 머신러닝에 대한 지식이 없더라도 모델을 커스터마이징하는 데 시간을 투자할 것을 Kayo는 권장합니다.

일반적으로 육안으로 미묘한 차이를 구별하기는 어려울 수 있습니다. 카요는 AI가 이러한 미묘한 차이를 쉽게 감지할 수 있을 것이라는 가설을 세웠습니다. 이를 테스트하기 위해 Kayo는 세 가지 얼룩말 종에 대한 데이터 세트를 수집하여 YOLOv5 모델에 제공했습니다. Kayo는 다양한 종류의 얼룩말을 감지하기 위해 YOLOv5 모델을 만들었습니다. 이 모델은 동물의 특징을 비교하여 얼룩말의 종을 결정하는 결과를 산출합니다.

그 결과 Kayo는 가설을 증명할 수 있었습니다. YOLOv5 모델은 얼룩말 한 종당 단 20개의 이미지로 훈련하면서도 높은 정확도로 각 얼룩말 종을 감지할 수 있었습니다.

Kayo가 컴퓨터 비전을 어떻게 시작하게 되었는지 궁금해서 몇 가지 질문을 해보았습니다.

얼룩말 종 감지를 위해 YOLOv5를 선택하게 된 계기는 무엇인가요?

"다른 객체 감지 인프라는 사용해 본 적이 없습니다. YOLOv5는 하드 코딩이 필요하지 않아서 쉬워 보였습니다."

YOLOv5의 어떤 점이 쉽게 시작할 수 있게 해주었나요?

"얼룩말의 종류별로 20개의 이미지만 수집하고 이미지의 라벨링 파일을 만든 다음 YOLOv5가 학습하도록 했습니다. 그게 전부입니다! YOLOv5가 얼룩말 유형을 100% 정확하게 감지하는 것을 보니 놀랍습니다! 아마 20개 미만의 이미지도 괜찮을 것 같습니다."

머신러닝과 비전 AI를 어떻게 시작하게 되었나요?

"제 고객 중 일부가 AI에 관심이 있어서 업무의 폭을 넓히기 위해 공부를 시작했습니다. 비전 AI를 처음 접했을 때 제가 좋아하는 영화 터미네이터를 현실에서 보는 것 같아서 매우 흥미로웠습니다."

앞으로 욜로브5를 위해 어떤 다른 프로젝트를 구상하고 있나요?

"학교의 많은 학생들 사이에서 제 아이를 감지하고 싶습니다. 스포츠 데이에 유용할 것 같아요. 아이폰 애플리케이션으로도 만들고 싶어요."

YOLOv5로 만든 Kayo의 더 많은 작품을 확인하려면 다음을 확인하세요. LinkedIn 와 Twitter.

나만의 YOLOv5 사용 사례가 있으신가요?

이 얼룩말 탐지 YOLOv5 사용 사례는 종을 구별하는 데 성공한 YOLOv5의 좋은 예입니다. 이 신경망을 다른 종류의 동물에 적용하면 YOLOv5가 다른 동물도 구별할 수 있을까요? 횡단보도에서 보행자를 감지하거나 연간 농작물 수확량을 예측하고자 할 때 이 모델이 얼마나 잘 작동할까요? 여러분의 상상력을 마음껏 펼쳐보세요!

소셜 미디어에 #YOLOvME와 함께 자신만의 YOLOv5 사용 사례를 태그해 주시면 ML 커뮤니티에 여러분의 작업을 홍보해 드리겠습니다.

AI 컴퓨터 비전을 재미있게 사용하고 싶지만 코딩이 필요 없으신가요?

아이디어만 있으면 됩니다. Ultralytics HUB를 사용하면 YOLOv5로 모델을 쉽게 생성하고 아이디어를 실현할 수 있습니다. 복잡한 머신러닝은 모두 간단하게 처리하므로 코드를 몰라도 재미있는 AI를 즐길 수 있습니다. 쉽게 시작할 수 있으며 첫 번째 ML 모델을 구축하는 것도 훨씬 쉽습니다.

지금 바로 울트라틱스 허브에 가입하고 AI의 마법을 즐겨보세요.

현재 베타 서비스 중이며 자리가 한정되어 있으니 지금 바로 가입하세요!