[생성지능개발팀 정택현]
ㅤ
최근 YOLOv7 알고리즘이 공개되며 컴퓨터 비전 및 각종 관련 커뮤니티에서 큰 주목을 받고 있습니다.
논문에 따르면, YOLOv7은 현재까지의 모든 Object detection 기술들보다 속도와 정확성 모두에서 더욱 뛰어난 성능을 보였고, 관련 전문가들은 이미 새로운 SOTA(State-of-the-art)의 탄생을 예견하고 있습니다.
ㅤ
본 포스팅에서는 이러한 YOLOv7을 누구나 체험해볼 수 있도록 제작된 간단한 토이 프로젝트와 설명을 공유드리고자 하며, 이를 통해 많은 분들이 영감을 받는 기회가 되었으면 합니다.
ㅤ
YOLOv7 체험하기 🚀
ㅤ
누구나 구글 계정만 있다면, 위 링크에 접속하여 YOLOv7을 체험해 볼수 있습니다.
본 Colab 토이 프로젝트는 공식 YOLOv7 Github 저장소를 기반으로 하며, 경로 수정 등의 간단한 python 코드 수정조차 어려운 비전공자분들을 위해 제작하게 되었습니다.
Google Colab의 유료 결제를 하지 않아도 무료 버전에서도 사용이 가능합니다.
ㅤ
ㅤ
접속 후에는 별다른 작업이 필요없이, 아래의 그림과 같이 [실행] 버튼을 순차적으로 눌러주시기만 하면 됩니다.
비전공자분들이나 학생들도 이해하기 쉽도록 설명을 한글로 작성하였습니다.
ㅤ
ㅤ
중간에 나타나는 <이미지 업로드> 파트에서는 [실행] 버튼을 누르신 후 나타나는 [파일 선택] 버튼을 눌러 원하는 이미지를 선택하여 업로드하면 됩니다.
이미지의 크기가 크거나 용량이 높을수록 업로드에 약간의 시간이 더 소요되게 됩니다. (수 초 이내)
ㅤ
ㅤ
이후, <이미지 추론 실행> 파트에서도 마찬가지로 [실행] 버튼만 눌러주시면 아래와 같이 결과가 시각화되어 나타나게 됩니다.
결과물의 저장이 필요하신 경우, 설명에 기재된 경로에서 직접 다운로드 받거나 이미지를 우클릭하는 방식으로 저장할 수 있습니다.
ㅤ
ㅤ
이처럼 다양한 산업 분야에서 활용되고 있는 YOLOv7을 체험하는 방법을 소개드렸는데요,
YOLOv7에 대한 자세한 기술적 정보가 궁금하시다면, 여기를 참고하여 자세한 정보를 얻으실 수 있습니다.
ㅤ
이번에 공유드린 Colab 프로젝트는 당연하게도 자유롭게 수정 및 배포 하셔도 되며,
자신만의 데이터셋을 학습해보는 기능과 hugging face, streamlit 등을 통한 간단한 웹 GUI 버전도 조만간 업데이트 될 예정이니 많은 기대 부탁드립니다 😀
ㅤ
만약, 궁금하신 점이나 피드백이 있으시다면 언제든 tackhjung@smilegate.com으로 문의 주세요 📧
감사합니다.
ㅤ
다양한 YOLOv7의 추론결과
ㅤ
ㅤ
References
[1] https://github.com/WongKinYiu/yolov7
[2] https://github.com/jinfagang/yolov7_d2
[3] https://viso.ai/deep-learning/yolov7-guide/
