1. roboflow 학습 오류
=> 모든 코드 똑같이 해도 오류 발생 ㅠㅠ 아마 정확도 문제인 듯(아예 학습이 안된 듯함)
https://panggu15.github.io/detection/simple-Yolov5/
[딥러닝] YOLOv5 구현 및 Custom Data 학습하기
panggu15.github.io
해당 사이트에서처럼 코드 실행시, 정상적으로 작동하는 것을 확인할 수 있음.
2. ubuntu 20.04 partition issue
: 파티션은 물론 와이파이 관련 내용 아예 안뜨는 오류 발생.
1월 4일 날 발견했으나 아직 해결하지 못하고 있음.
foxy 설치 위해 이슈 해결 필요함.
>> humble을 쓰기로 결정해서 해결 X
3. roboflow 학습 안됨
: training하기에 사진이 충분하지 않았던 것으로 판단됨.
증강(Argmentations) 옵션을 추가(Flip: Horizontal / Crop: 0% Minimum Zoom, 20% Maximum Zoom / Exposure: Between -15% and +15% / Blur: Up to 2.5px)해서 Generate해주었더니 Ubuntu에서 정상적으로 학습함.
다만 증강했다고 하더라도 기존 22개의 이미지로 진행했으므로, train set 48, valid set 4, test set 2로 비교적 데이터가 적기 때문에 인식률이 높지 않음.
* Preprocessing : Auto-Orient: Applied / Resize: Stretch to 416x416 / Auto-Adjust Contrast: Using Contrast Stretching
4. depthai-experiments에서 main.py 실행 시(oak-d에 위 학습 모델 적용시) 인식률 저하
: 3번 이슈와 동일하게 테스트 데이터 추가 & 증강 기법을 활용하여 인식률을 높였음
이미지는 22개 => 30개(총 54개 => 74개)
==> 전체적으로 평균 인식률 60% 이하이고, 검정색 마스크의 인식이 어려움 => 테스트케이스 추가 필요
* 꾸준히 해상도 오류 발생..
[18443010610C860E00] [1.5] [0.815] [ColorCamera(0)] [warning] Unsupported resolution set for detected camera OV9782, needs 800_P or 720_P. Defaulting to 800_P
1. yolov5 실습의 오류가 경로 문제 + 테스트 케이스의 부족이라는 것을 알 수 있었음.
1. oak-d pro 내 ai 가속기의 사용 여부 확인 : intel movidius myriad x vpu
2. ubuntu 20.04 install issue
3. oak-d 해상도 issue