DongyoungKwon / test

Go to a project
Toggle navigation Toggle navigation pinning
DongyoungKwon
b84ec717 1 parent 89d71d25

Update README.md

Inline Side-by-side
Showing 1 changed file with 25 additions and 5 deletions
...@@ -2,14 +2,19 @@ ...@@ -2,14 +2,19 @@
2 2
3 ## Table of Contents 3 ## Table of Contents
4 - [프로젝트 소개](#프로젝트-소개) 4 - [프로젝트 소개](#프로젝트-소개)
5 + - [디렉토리 구조](#디렉토리-구조)
6 + - [실행 방법](#실행-방법)
7 + - [참조](#참조)
5 - [팀원](#팀원) 8 - [팀원](#팀원)
6 <br><br> 9 <br><br>
7 10
8 ## 프로젝트 소개 11 ## 프로젝트 소개
9 - ![1](/uploads/f90b1be5e874322efdaff666b5958c1f/1.gif) 12 +
10 - ![2](/uploads/ec74a00976704a2003cf918e233152e9/2.gif) 13 +<img src="/uploads/2f442cc7eea9bd0f4eada9af25a1661c/1.gif" width="300" height="150" />
14 +<br>
15 +<img src="/uploads/fe4fb3dafda1db03d437de45260a15af/2.gif" width="300" height="150" />
11 16
12 - * 딥러닝을 이용하여 저렴하고 데이터 처리가 용이한 카메라를 통한 영상인식 기술을 활용해 차간 거리를 일정하게 유지하며 주행하는 Adaptive Cruise Control 기능을 제공한다. 17 +**딥러닝을 이용하여 저렴하고 데이터 처리가 용이한 카메라를 통한 영상인식 기술을 활용해 차간 거리를 일정하게 유지하며 주행하는 Adaptive Cruise Control 기능을 제공한다.**
13 <br><br> 18 <br><br>
14 19
15 ## 디렉토리 구조 20 ## 디렉토리 구조
...@@ -40,6 +45,7 @@ HEN_Project2 ...@@ -40,6 +45,7 @@ HEN_Project2
40 │ 45 │
41 └── detect.py 46 └── detect.py
42 ``` 47 ```
48 +<br><br>
43 49
44 ## 실행 방법 50 ## 실행 방법
45 51
...@@ -48,6 +54,8 @@ HEN_Project2 ...@@ -48,6 +54,8 @@ HEN_Project2
48 라즈베리파이에서 `git clone https://github.com/ultralytics/yolov5` 후 54 라즈베리파이에서 `git clone https://github.com/ultralytics/yolov5` 후
49 안내에 따라 필요한 모듈 설치 55 안내에 따라 필요한 모듈 설치
50 56
57 +<br>
58 +
51 ### YOLO 구성 및 구동 방법 59 ### YOLO 구성 및 구동 방법
52 1. car_data 폴더 : yolov5 모델 학습에 사용된 커스텀 이미지파일 포함 60 1. car_data 폴더 : yolov5 모델 학습에 사용된 커스텀 이미지파일 포함
53 (label파일도 포함되어 있음) 61 (label파일도 포함되어 있음)
...@@ -61,7 +69,7 @@ HEN_Project2 ...@@ -61,7 +69,7 @@ HEN_Project2
61 69
62 - train을 위한 명령어 70 - train을 위한 명령어
63 (yolov5 폴더에서) 다음 명령어 실행 71 (yolov5 폴더에서) 다음 명령어 실행
64 -`python3 train.py --img 64 --batch 3 --epochs 30 --data car_data.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt --name custom3_car_yolov5s` 72 +`python3 train.py --img 128 --batch 3 --epochs 50 --data car_data.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt --name custom3_car_yolov5s`
65 - 파라미터 설명 73 - 파라미터 설명
66 1) img : 학습할 img size 74 1) img : 학습할 img size
67 2) batch : 한번에 처리되는 이미지 개수 75 2) batch : 한번에 처리되는 이미지 개수
...@@ -79,9 +87,21 @@ HEN_Project2 ...@@ -79,9 +87,21 @@ HEN_Project2
79 2) img : 인식할 이미지 크기 87 2) img : 인식할 이미지 크기
80 3) conf : 인식할 객체의 최저 인식률 88 3) conf : 인식할 객체의 최저 인식률
81 4) source : 인식할 이미지 및 영상 파일 *(라즈베리파이에서 웹캠을 source로 하고 싶다면 '0'을 넣으면 된다)* 89 4) source : 인식할 이미지 및 영상 파일 *(라즈베리파이에서 웹캠을 source로 하고 싶다면 '0'을 넣으면 된다)*
90 +<br><br>
91 +
92 +## 참조
93 +- Ultralytics, YOLO v5(2020), Retrieved June, 10, 2020, from https://github.com/ultralytics/yolov5
82 94
83 -## Reference 95 +- https://global.honda/newsroom/news/2020/4201111eng.html
84 96
97 +- 이동석 외 4 저, 스테레오 카메라를 이용한 이동객체의 실시간 추적과 거리 측정시스템(2009)
98 +
99 +- 이강원 외 1 저, 지형 공간정보체계 용어사전(2016)
100 +
101 +- https://github.com/yeongin1230/Self-driving-project/tree/main/Cart
102 +
103 +- https://github.com/yeongin1230/Robot-arm
104 +<br><br>
85 105
86 ## 팀원 106 ## 팀원
87 - 권동영 (2016110307) 107 - 권동영 (2016110307)
......