1
3

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

はじめに

Yolo v8を用いた物体検出を試してみたのでその手順を紹介させていただきます。今回は手順のみ解説ということなので、Yolo v8の概要について詳しく知りたい方は以下のリンクを参照してください。

(https://github.com/ultralytics/ultralytics)

今回はすでに学習済みのモデルを使って歩行者信号の検出をGoogle Colaboratory上で行いました。Google Colaboratoryを使うと自分のパソコンに何もインストールする必要がないため、とても楽です。

では、はじめましょう。

実際の手順

1. 必要なパッケージのインストール
google colabratoryを開き、以下のコードを実行します。

%pip install ultralytics
from ultralytics import YOLO 



2. google driveの呼び出し
検出用の画像を使うために以下のコードを実行し、google driveを呼び出します。(何でもいいのであらかじめ、歩行者信号が写る画像をgoogle drive上にダウンロードしておいてください)
実行すると、google driveへのアクセス許可を求められるので、許可をしてください。

from google.colab import drive
drive.mount('/content/gdrive')



3.\ 歩行者信号検知
以下のコードを実行すると、歩行者信号を検知した結果が保存されます。なお、画像ファイルのパスは自分仕様に変更してください。

!yolo predict model=yolov8n.pt source='/content/gdrive/MyDrive/image.png'

結果は以下の通りです。歩行者信号の検知に成功しました!

image.png


おわりに

Yolo v8を用いた歩行者信号の検知を行いました。今回は学習済みモデルを使いましたが、未知の物体を検出したいときは新たにデータセットを学習させて検出したい物体にあわせた学習済みモデルを構築することができます。学習の仕方は以下を参照してください。

YOLOv8 Tutorial


また、データセットの収集には通常ラベリングという作業が必要となりますが、検出したい物体によっては以下のサイトからラベリング済みのデータセットを手に入れられます。

Roboflow

1
3
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
3

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?