YOLOv8/v10 감지 및 분할

기능 설명

이 연산자는 고급 YOLOv8 또는 YOLOv10 딥러닝 모델을 활용하여 입력 컬러 이미지에 대해 객체 감지, 인스턴스 분할 또는 회전된 객체 감지 작업을 수행하며, .pt, .onnx 및 .epicnn과 같은 여러 모델 형식을 지원합니다.

사용 사례

  • 객체 감지: 이미지에서 여러 객체를 신속하게 찾아 식별하고 경계 상자와 범주를 출력합니다. 부품 인식, 결함 위치 파악, 품목 계수 등에 적합합니다.

  • 인스턴스 분할: 객체 감지를 기반으로 식별된 각 객체 인스턴스에 대해 정확한 픽셀 수준 분할 마스크(윤곽선)를 추가로 생성합니다. 잡기 위치 파악, 면적 측정 등 정확한 모양 정보가 필요한 시나리오에 적합합니다.

  • 회전된 객체 감지: 임의의 방향을 가진 객체를 감지하고 해당 객체를 단단히 둘러싸는 회전된 경계 상자와 각도를 출력합니다. 기울어지거나 임의로 배치된 객체 감지에 적합합니다.

입력 및 출력

입력 항목

그림: 감지 또는 분할할 컬러 이미지(RGB 형식이어야 함). 현재 단일 이미지 입력만 지원됩니다.

출력 항목

테스트 결과: 감지/분할 결과가 포함된 목록입니다.

매개변수 설명

  • 입력 이미지: 입력 형식은 컬러 RGB 이미지여야 합니다. Epic 시리즈 카메라는 데이터에 특별한 처리를 적용하므로, 출력된 이미지는 모두 YOLO 알고리즘을 사용한 감지 및 분할을 지원합니다.

  • 단일 이미지 처리: 현재 연산자 구현은 한 번에 하나의 이미지만 처리하도록 지원합니다.

  • GPU 환경: GPU를 활성화한 경우, 특히 ONNX 모델을 사용하는 경우 CUDA 환경과 onnxruntime-gpu 라이브러리가 올바르게 설치되고 호환되는지 확인하십시오.

  • Epicnn 모델: .epicnn 모델을 사용하는 경우 "추론 유형" 매개변수를 올바르게 설정해야 합니다.

가중치 파일

매개변수 설명

추론에 사용할 YOLO 모델 가중치 파일을 지정합니다. PyTorch(.pt), ONNX(.onnx) 및 epicnn(.epicnn) 형식을 지원합니다. 유효한 모델 파일을 선택해야 합니다.

매개변수 조정 가이드

작업 요구 사항 및 하드웨어 기능에 적합한 모델 파일을 선택하십시오.

  • .pt 파일은 일반적으로 학습 및 디버깅에 사용됩니다.

  • .onnx 파일은 플랫폼 간 호환성이 우수하며 일반적으로 CPU에서 더 빠르게 실행됩니다.

  • .epicnn 파일은 최적의 성능을 얻기 위해 전용 지능형 카메라 플랫폼용입니다.

GPU를 활성화하다

매개변수 설명

모델 추론 계산에 GPU를 사용할지 여부를 선택합니다. 선택한 경우 컴퓨터에 사용 가능한 NVIDIA 그래픽 카드와 해당 CUDA 환경이 있는지 확인해야 합니다.

매개변수 조정 가이드

이 옵션을 선택하면 특히 대형 모델이나 고해상도 이미지의 경우 처리 속도가 크게 향상될 수 있습니다.

  • .onnx 모델을 사용하고 GPU가 활성화된 경우 프롬프트에 따라 CUDA 버전에 맞는 onnxruntime-gpu 라이브러리를 설치해야 합니다.

  • 호환되는 GPU가 없거나 환경이 올바르게 구성되지 않은 경우 선택을 취소해야 합니다(CPU 사용).

  • .epicnn 모델의 경우 이 옵션은 유효하지 않습니다.

추론 유형

매개변수 설명

.epicnn 가중치 파일을 선택한 경우에만 유효합니다. .epicnn 모델이 어떤 작업(감지, 분할, 회전 감지)을 위한 것인지, 어떤 YOLO 버전(v8 또는 v10)을 기반으로 하는지를 연산자에 명시적으로 알리는 데 사용됩니다.

매개변수 조정 가이드

.epicnn 파일을 로드할 때 모델의 실제 학습 작업에 따라 올바른 추론 유형을 선택해야 하며, 그렇지 않으면 후처리 오류가 발생할 수 있습니다.

예를 들어 YOLOv8 분할 모델에서 변환된 .epicnn 파일을 로드하는 경우 "yolov8 분할"을 선택해야 합니다. .pt 및 .onnx 모델의 경우 연산자가 작업 유형을 자동으로 식별하며 이 매개변수는 무시됩니다.

신빙성 임계값

매개변수 설명

감지/분할 결과를 필터링하기 위한 신뢰도 점수 임계값입니다. 이 임계값보다 높은 점수를 가진 인스턴스만 출력됩니다.

매개변수 조정 가이드

가장 일반적으로 조정되는 매개변수입니다. 이 값을 늘리면 출력 결과가 줄어들어 모델이 매우 확신하는 객체만 유지되므로 거짓 양성을 효과적으로 줄일 수 있습니다. 이 값을 줄이면 더 많은 감지 결과가 생성되어 확신도가 낮거나 품질이 낮은 대상이 포함될 수 있지만 누락된 일부 대상을 복구할 수도 있습니다. 실제 응용 프로그램 시나리오에 따라 재현율과 정밀도 사이의 균형을 맞춰야 합니다. 일반적으로 기본값에서 시작하여 성능에 따라 조정합니다.

매개변수 범위

[0.005, 1], 기본값: 0.8