AI-DX education 3조_알약 프로젝트 구상
데이터 준비 이미지 수집 및 라벨링 data/images/ 폴더에 이미지 파일을 저장합니다. LabelImg를 사용하여 이미지 파일을 라벨링하고, 라벨 파일을 data/labels/ 폴더에 저장합니다.
데이터셋 구성 데이터셋 구성 data/dataset/ 폴더 안에 train/, val/, test/ 폴더를 생성하고 이미지를 적절히 분할하여 저장합니다. 각 이미지에 대응하는 라벨 파일도 동일한 폴더 구조로 저장합니다.
모델 학습 ResNet 학습
notebooks/resnet_training.ipynb 노트북을 실행하여 ResNet 모델을 학습합니다. 학습이 완료되면 모델 가중치를 models/resnet/best.pt 파일로 저장합니다. YOLOv8 학습
notebooks/yolov8_training.ipynb 노트북을 실행하여 YOLOv8 모델을 학습합니다. 학습이 완료되면 모델 가중치를 models/yolov8/best.pt 파일로 저장합니다.
모델 검증 및 실험 모델 검증 및 실험 학습된 모델을 검증하고, 필요하면 추가적인 실험을 수행합니다.
실시간 검출 및 인식 실시간 검출 및 인식 scripts/pill_detection.py 스크립트를 실행하여 실시간으로 알약을 검출하고 각인을 인식합니다. 이 스크립트는 학습된 YOLOv8과 ResNet 모델을 사용합니다.
기타 유틸리티 및 설정 유틸리티 및 설정 scripts/clova_ocr.py 파일을 통해 Naver Clova OCR API를 설정합니다. scripts/utils.py 파일을 통해 필요한 유틸리티 함수를 정의합니다.
프로젝트 설정 및 설치 프로젝트 설정 및 설치 requirements.txt 파일을 사용하여 필요한 패키지를 설치합니다: bash 코드 복사 pip install -r requirements.txt LabelImg 설치 스크립트를 실행합니다: bash 코드 복사 bash labelimg/labelimg_install.sh