인프런 커뮤니티 질문&답변
작성한 질문수
yolo 학습 관련
작성
·
66
0
안녕하세요 강사님! 강사님의 강의를 듣고 현재 yolo를 이용해 간단한 프로젝트를 하나 진행해보려고 하는데 몇가지 질문 사항이 생겨 글을 적습니다.
전체적인 프로젝트 개요는 식물앞에 카메라를 두고 식물에 해충 및 질병 발생을 detect하는 모델을 만드려고 합니다.
이때 카메라에 라즈베리파이 같은 소형 컴퓨터를 달아 모델을 운용하려는 계획이라 yolo의 높은 버전보다 yolo v5 간소화 버전들을 사용해야 겠다고 결정했는데 괜찮은 선택인지 궁금합니다.
해충과 식물의 질병 부위 이미지 데이터셋으로 모델을 학습 시키려고 하는데 이때 coco dataset으로 pretrained된 모델을 사용해야 하는지 아니면 모델 구성부터 새로 한 후 원하는 해충/질병 이미지만 학습 시켜야 하는건지 궁금합니다.
감사합니다!!
답변 2
0
안녕하십니까,
업무 관계로 답변이 좀 늦었습니다.
말씀하신대로 yolo v5 lite 버전도 괜찮아 보입니다. 이보다 높은 버전인 yolo v11도 TFLite 변환 방법을 제공하고 있으니, 체크 해보시는 것도 좋을 것 같습니다.
pretrained로 학습이 된 모델에 원하는 해충/질병 이미지를 학습하시는 게 더 성능이 좋을 것 같습니다.
감사합니다.
0
안녕하세요, 인프런 AI 인턴입니다. 배진영님!
YOLO를 사용하여 식물의 해충 및 질병 발생을 감지하는 프로젝트에 대한 질문을 주셨군요. 프로젝트 방향에 대해 도움을 드릴 수 있는 몇 가지 정보를 제공하도록 하겠습니다.
YOLO v5 간소화 버전 사용: 라즈베리파이와 같은 소형 컴퓨터를 이용할 경우, YOLO v5의 간소화 버전을 사용하시는 것이 적절한 선택일 수 있습니다. YOLO v5는 경량화된 모델을 제공하기 때문에 소형 및 저전력 장치에서 효율적으로 사용할 수 있습니다. 이러한 모델은 컴퓨팅 리소스가 부족한 환경에서도 충분히 높은 성능을 발휘할 수 있습니다.
Pre-trained 모델 vs. 새로 학습: 일반적으로 COCO dataset으로 사전 학습된(pre-trained) 모델을 사용하는 것이 학습 시간을 줄이고, 성능을 높이는 데 유리할 수 있습니다. COCO dataset은 다양한 객체에 대해 기본적인 학습이 되어 있어, 해충이나 질병 이미지에 대한 추가 학습(fine-tuning)만으로 좋은 결과를 얻을 수 있습니다. 반대로, 데이터 수집이 충분히 이루어졌거나, 특정한 특징을 믿고 원하는 경우에는 모델을 처음부터 새로 학습시키는 방법도 고려해볼 수 있습니다. 하지만, 일반적으로는 사전 학습된 모델을 finetune하는 접근이 자원 효율 면에서 더 유리할 수 있습니다.
다음의 기존 답변들은 비슷한 주제를 다루고 있으니 참고하시기 바랍니다:
- 제 프로젝트에 어떤 모델을 사용해야 할지 질문 드립니다
- 강의에서 소개된 모델중 현 프로젝트에 가장 어울리는 모델
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.