(2) - image augmentation으로 yolov5 모델 정확도 높이기

우리가 모델의 성능을 평가하기 위해 돌려보는 영상이 두 개가 있었는데, 밤 영상 하나 낮 영상 하나였다. 우리가 채택한 모델이 낮 영상에서는 나름 성능이 좋았는데 밤 영상에서는 셀카봉을 차량으로 인식한다든지, 사람을 갑자기 차량으로 인식한다든지 문제가 있었다. 멘토님께 이에 대해서도 조언을 구해보니, grayscale을 한번 해보는 게 어떻겠냐고 하셨다. 

 

 

그래서 모든 이미지를 grayscale로 바꾸고 학습을 시켜보기로 결정했다. 생각보다 grayscale 하는 코드는 간단했다. 

 

먼저 필요한 라이브러리들을 import 해준다.

 

path 는 grayscale을 적용시킬 기본 이미지들이 있는 경로이고, newpath는 grayscale이 적용된 이미지들이 저장될 경로이다. 이미지 명을 똑같이 할 것이기 때문에 다른 경로에 저장한다.

경로에 있는 모든 이미지 파일에 대해 grayscale을 적용한다. 

여기서 grayscale이 잘 되었는지 확인하기 위해 cv2.imshow 함수를 실행시켜보았으나 오류가 떴다.. 이것은 왜 그런지 아직까지 모르겠다.. ㅠ

이미지를 열어서 확인해보면 grayscale이 잘 적용된 것을 확인할 수 있다 !!

 

grayscale를 적용시킨 데이터로 모델을 학습시킨 뒤 test 영상에 돌려보니까 이전 모델과는 다르게 셀카봉과 사람을 차량으로 인식하는 문제는 발생하지 않았다. 하지만 바운딩 박스가 좀 더 깜빡이는 문제가 있기는 했다..!