AI-DX education 3조_알약 프로젝트_1

오늘 해야할일

1. yolo에서 검출된 알약들을 rembg로 잘라서 resnet에 하나씩 넘겨주기
2. resnet 데이터로 resnet_training.ipynb 파일 성능 테스트

세부 순서

(1) 샘플 데이터로 yolo 학습시키기 -> 여러개 알약 사진으로 yolo 테스트 (2) 성능이 괜찮다면 검출된 알약들을 rembg로 자르기 (3) resnet_training 파일로 샘플 데이터 학습시키기 (4) rembg로 자른 데이터를 resnet에 넣어서 학습된 resnet으로 성능 테스트

1. 샘플 데이터로 yolo 학습시키기

1) 샘플 데이터 만들기…

• roboflow에서 aihub 51번 경구약제데이터 중 4개의 약 데이터만 사용 -> roboflow 무료 크래딧이 1000개인데 5개가 딱 1028개라서 4개만 사용ㅠ

!pip install roboflow

from roboflow import Roboflow
rf = Roboflow(api_key="put your key")
project = rf.workspace("yang-hwx2y").project("-_-_test3-he8yd")
version = project.version(1)
dataset = version.download("yolov8")

2) yolo 코드 수정

원래는 train, valid, test 데이터 총 합쳐서 51개 정도 돼서 일부러 에폭을 10으로 놓았었었다. 왜냐하면 데이터가 너무 적은데 에폭을 크게 잡으면 과적합이 될 것 같았기 때문이다. 하지만 어제 강사님이 너무 적다고 하셔서 200으로 수정하였다.

3) 샘플데이터로 yolo 학습시키기

4) 성능

2. 검출된 알약들을 rembg로 자르기

!pip install rembg

# rembg 패키지에서 remove 클래스 불러오기
from rembg import remove 

# PIL 패키지에서 Image 클래스 불러오기
from PIL import Image 

# 알약 이미지 파일 불러오기
img = Image.open("") 

# 배경 제거하기
out = remove(img) 

# 변경된 이미지 저장하기
out.save("/hellokitty_removebg.png") 

---