728x90 반응형 SMALL 욜로3 [Object Detection] YOLOv10 : 실시간 엔드투엔드 객체 감지 YOLOv10 패키지를 기반으로 구축된 YOLOv10은 Ultralytics Python 패키지를 기반으로 구축된 YOLOv10은 실시간 객체 감지에 대한 새로운 접근 방식을 도입하여 이전 YOLO 버전에서 발견된 후처리 및 모델 아키텍처의 결함을 모두 해결했다. 비최대 억제 (NMS)를 제거하고 다양한 모델 구성 요소를 최적화함으로써 YOLOv10은 계산 오버헤드를 크게 줄이면서 최첨단 성능을 달성한다. 광범위한 실험을 통해 여러 모델 규모에 걸쳐 정확도와 지연 시간 간의 우수한 절충점을 입증했다. 구조 YOLOv10의 아키텍처는 이전 YOLO 모델의 강점을 기반으로 몇 가지 주요 혁신을 도입했다. 모델 아키텍처는 다음과 같은 구성 요소로 이루어져 있다. Backbone : 특징 추출을 담당하는 YO.. 2024. 7. 3. [FastAPI] 객체 탐지하기 FastAPI 서버 구축 GET 요청을 수락하고 localhost:8000에서 사용자가 이미지를 업로드한다. 그 다음 yolo 모델을 선택하고 POST를 통해 해당 데이터를 제출한다. POST 요청을 수락하고 입력 이미지에서 yolo 모델을 실행하고 JSON 출력을 반환한다. from fastapi import FastAPI, Request, Form, File, UploadFile from fastapi.responses import HTMLResponse from PIL import Image from io import BytesIO import torch app = FastAPI() @app.get("/") def read_root(): return "FastAPI" @app.post("/predi.. 2023. 7. 25. [시각 지능] Roboflow Roboflow Roboflow는 개발자가 기술이나 경험에 관계없이 자신의 컴퓨터 비전 애플리케이션을 구축할 수 있도록 지원한다. 원시 이미지를 훈련된 맞춤형 컴퓨터 비전 모델로 변환하고 애플리케이션에서 사용하기 위해 배포하는 데 필요한 모든 도구를 제공한다. 현재 Roboflow는 객체 감지 및 분류 모델을 지원한다. https://public.roboflow.com/object-detection/mask-wearing/4에서 포맷을 YOLO v5 Pytorch로 다운로드하고 파일 이름을 Mask_Data.zip으로 변경한다. YOLOv5 설치 # Colab root dir ROOT_DIR = '/content' import os YOLOv5_ROOT_DIR = os.path.join(ROOT_DIR,.. 2022. 9. 4. 이전 1 다음 728x90 반응형 LIST
