|
|
|
@ -15,9 +15,14 @@
|
|
|
|
|
# 프로젝트 목표
|
|
|
|
|
* YOLOv5 모델을 학습하여 영상의 안전모와 마스크를 검출
|
|
|
|
|
|
|
|
|
|
# 특이사항
|
|
|
|
|
* 평가 기준이 성능, 속도 이므로 성능은 버리고 속도에 올인한다.
|
|
|
|
|
* YOLOv5s 모델을 베이스로 학습
|
|
|
|
|
|
|
|
|
|
# 구현 방법
|
|
|
|
|
* 일반적인 1개의 모델로 여러 클래스를 학습하지 않고, Detect Model로 머리를 검출하여 ROI 취득 후,
|
|
|
|
|
해당 ROI를 Crop하여 Classification Model로 안전모, 마스크, 미착용 등을 분류한다.
|
|
|
|
|
* 모델의 성능(Precision) 평가는 Detection 모델의 Confidence와 Classification 모델의 결과 부분을 직접 병합
|
|
|
|
|
|
|
|
|
|
# 데이터셋
|
|
|
|
|
* YouTube, Google, AIHub, Kaggle에서 안전모 관련 데이터셋 확보
|
|
|
|
|