3. 스쿼드 사진 찍고, 라벨링 진행중

조원들 5명 모두 스쿼트 20개씩 진행하고

각 프레임을 저장함


이를 욜로를 돌리기 위해 라벨링을 진행함.

준비자세

카운트


학습시작
yolo다운로드 받고

from glob import glob

img_list = glob('/home/du/ws/yolo/images/*.png')
label_list = glob('/home/du/ws/yolo/labels/*.txt')
print(len(img_list), len(label_list))

from sklearn.model_selection import train_test_split
train_img_list, val_img_list = train_test_split(img_list, test_size = 0.3,
random_state = 200)
print(len(train_img_list), len(val_img_list))

with open('/home/du/ws/yolo/train.txt','w') as f:
    f.write('\n'.join(train_img_list)+'\n')

with open('/home/du/ws/yolo/val.txt', 'w') as f:
    f.write('\n'.join(val_img_list)+'\n')

%cd /home/du/yolov5
!python3 train.py --img 640 --batch 8 --epochs 100 --data ./data/yolo.yaml --cfg ./models/yolov5m.yaml --weights '' --name yolov5_cl2

파이토치는 이걸로 다운로드
하기전에 nvcc -V 로 확인

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

아웃오브 메모리나

Unable to find a valid cuDNN algorithm to run convolution

이거는

배치사이즈를 낮춘다.


학습을 돌렸는데

강사님이 이거 어려울거라고 하셨다. 욜로는 오브젝트 디텍션 즉 객체를 탐지하는 역할인데

스쿼트 자세하고 있는 거나

준비자세하는거나 같다고 판단할 위험이 있다.




그래서 원계획인 좌표로 접근하기로 하였다.