[YOLOv8] 구글 colab 사용해서 yolov8 학습 진행하기(커스텀 데이터셋)

반갑습니다! 어떤 연유로 여러분들이 이 블로그 게시글을 클릭했던, 처음부터 yolov8 한 번 돌려보자구요


0. YOLOv8이란?

간단하게 설명하면 image object detection deep learning 모델 중 가장 많이 사용되는 YOLO 거의 가장 최신 모델입니다.

개인적인 경험으로는 yolov2(tiny), yolov4(tiny), yolov5를 거쳐 새로 익힌 모델 중 하나로 초보자분들도 생각보다 쉽고 간단하게 사용할 수 있을 거라 믿습니다.

1. How to?

  a. colab에서 노트를 하나 생성해 줍시다.

 

  b. 학습 데이터를 준비합니다. 

    YOLOv8은 다음과 같은 데이터 셋 구조를 갖습니다.
    
    dataset/
    ├── images/
    │   ├── train/
    │   │   └── image1.jpg
    │   ├── val/
    │   │   └── image2.jpg
    │   └── test/
    │       └── image3.jpg
    └── labels/
    │   ├── train/
    │   │   └── image1.txt
    │   ├── val/
    │   │   └── image2.txt
    │   └── test/
    │       └── image3.txt
    └── data.yaml

    한글로 좀 풀어서 설명하자면, dataset 이라는 폴더를 만들어주고(폴더 이름은 바꿔도 상관 없습니다.)
    그 아래 images 와 labels 폴더를 생성해 줍시다. 그리고 VSCode나 메모장 등을 활용해서 data.yaml 파일을 생성합니다.

[data.yaml]
    train: /content/dataset/images/train # train 데이터 경로
    val: /content/dataset/images/val     # validation 데이터 경로
    test: /content/dataset/images/test   # test 데이터 경로

    nc: 5  # 총 클래스 수
    names: ['car', 'person', 'motorcycle', 'bicycle', 'trafficlight']  # 클래스 이름

    위와 같이 작성하는데, nc와 names는 본인이 하는 프로젝트에 맞추어 변형해 주면 됩니다.
    
    이번에는 이미지에 대응하는 labels.txt 파일을 생성하는 방법을 알아보도록 하겠습니다.
    

    제 경우는 labelImg를 사용해서 커스텀 학습 데이터를 만들었습니다.

    사용방법은 다음 링크 참조 바랍니다.

 

https://github.com/HumanSignal/labelImg

GitHub - HumanSignal/labelImg: LabelImg is now part of the Label Studio community. The popular image annotation tool created by

    그러고 위처럼 데이터 셋 구조를 잘 만들어서 dataset 이란 이름으로 압축 후 구글 드라이브에 올려줍니다.

 

  c. 데이터 셋을 준비합니다.

    colab에 구글 드라이브 연동을 위해 아래 코드를 입력해 줍니다.

    #드라이브 연결
    from google.colab import drive
    drive.mount('/content/drive')

    그러고 dataset 폴더를 만들어 해당 위치에 압축을 풀어줍니다.

    !mkdir /content/dataset
    !unzip "/content/drive/MyDrive/dataset" -d "/content/dataset" 
    # 앞은 구글 드라이브 내 경로, 뒤는 압축 풀 경로입니다.

 

  d. 모델을 다운로드하고 빌드 합니다.
    다행히 YOLOv8은 다크넷 어쩌구 설치 필요 없이 pip로 설치가 가능합니다. 정말 세상 편해졌다고 생각합니다.
    아래와 같은 코드를 colab에 작성해서 설치해 줍니다.

    #yoloV8 설치(한 1분 정도 걸립니다.)
    !pip install ultralytics  

    #모델 생성
    from ultralytics import YOLO
    model = YOLO("yolov8s.pt") # 미리 학습된 모델 불러오기 (recommended for training)

  e. 학습을 시작합니다.

    #학습 시작
    results = model.train(data="/content/dataset/model_1/data.yaml", epochs=100, imgsz=640)

 

 

  f. 결과를 확인합니다.