Shin_YOLO_Repo

📌 프로젝트 개요

목표 🎯

고속도로 CCTV 영상을 활용하여 차량(자동차, 트럭, 버스)을 정확히 인식하는 YOLOv8 기반 객체 탐지 모델을 개발합니다.

주요 특징 ✨

• YOLOv8 모델 사용: 객체 탐지 분야의 최신 기술 활용.
• 맞춤형 데이터셋: 실제 고속도로 데이터를 기반으로 전처리 및 분석 진행.
• 실제 적용 검토: 야간 및 다양한 환경에서의 테스트를 통해 실제 활용 가능성 확인.

---

📊 데이터 개요

데이터 출처 📂

• AI Hub의 "고속도로 CCTV 교통 영상" 데이터셋.

데이터 구성 🗂️

• 학습 데이터: CH01 ~ CH04 지점의 차량 데이터.
• 추가 데이터: 특정 지점(CH08, CH10)의 버스와 트럭 데이터를 보강하여 클래스 불균형 완화.

데이터 전처리 🔧

• XML 형식의 바운딩 박스를 YOLO 텍스트 형식으로 변환.
• 클래스 필터링을 통해 'bus'와 'truck' 데이터를 추가적으로 강화.

---

🤖 모델 학습 및 실험 결과

실험 설정 ⚙️

• 모델 버전: YOLOv8n, YOLOv8m, YOLOv8l.
• 학습 파라미터:
  • Epoch: 25~100
  • 이미지 크기: 800~1024
  • 배치 크기: 8~16

결과 요약 📈

모델	추가 데이터	Epoch	이미지 크기	mAP50-95(B)	특이 사항
YOLOv8n	없음	25	800	0.78014	가장 빠른 예측 시간.
YOLOv8m	없음	75	800	0.82405	성능 개선.
YOLOv8m	추가 데이터	100	800	0.8268	버스/트럭 검출 성능 향상.
YOLOv8l	추가 데이터	100	1024	0.83603	야간 테스트 성능 우수.

---

🔬 커스텀 함수 및 데이터 분석

주요 커스텀 함수 🛠️

• XML to YOLO 변환: XML 형식의 바운딩 박스를 YOLO 텍스트 형식으로 변환.
• EDA 도구: 차량 클래스별 데이터 분포 및 시간대/날씨별 데이터 분석.

EDA 주요 결과 📊

• 클래스 불균형: 'car' 클래스 비중이 높으며, 'bus'와 'truck' 비중이 낮음.
• 시간 및 날씨 분포: 다양한 시간대와 날씨 조건에서의 데이터 분포 확인.

---

🚀 주요 성과 및 한계

성과 💡

• YOLOv8 기반으로 mAP50-95 0.83603 달성.
• 추가 데이터 활용으로 특정 클래스(버스, 트럭) 검출 성능 향상.
• 다양한 모델 크기 비교를 통해 성능 최적화.
• 프로젝트의 최종 결과는 함께 진행했던 여러 팀들 중에서 1위를 기록하며 가장 높은 성능과 우수한 평가를 받았습니다.

한계 ⚠️

• 클래스 불균형으로 인한 초기 성능 저하.
• 야간 및 저화질 영상에서의 성능 저하.
• 모델 크기 증가에 따른 검출 속도 감소.

---

🌐 실제 적용 방안 및 확장 가능성

• 실시간 교통 모니터링: 고속도로의 차량 흐름 분석 및 교통 관리.
• 다양한 환경 확장: 도심, 국도 등 다른 환경에서의 모델 학습 및 테스트.
• 경량화 모델 개발: 실시간 검출 성능을 최적화하기 위해 YOLOv8n과 같은 경량 모델 활용.

---

📘 실행 가이드

1. 의존성 설치 🛠️

pip install -r requirements.txt

2. 데이터셋 준비 📂

• 데이터셋을 다운로드 후 /datasets 디렉토리에 저장.

3. 모델 학습 ⚙️

yolo task=detect mode=train model=yolov8m.pt data=data.yaml epochs=75 imgsz=800 batch=16

4. 모델 평가 🧪

yolo task=detect mode=val model=best.pt data=data.yaml

5. 예측 결과 시각화 🔍

yolo task=detect mode=predict model=best.pt source=your_test_images/ save=True

---

📂 프로젝트 구조

shin_yolo_repo/
├── datasets/
├── models/
├── scripts/
│   ├── preprocess.py
│   ├── train.py
│   ├── evaluate.py
├── results/
├── README.md

---

📖 참고 자료

• YOLOv8 공식 문서
• AI Hub 데이터 출처
• 소유자 GitHub