[중간 점검] YOLOv5 객체 탐지 모델 v4 학습 결과

[yeverycode]

현재 구축된 Roboflow Version 4 데이터셋을 기반으로 YOLOv5s 모델 학습 및 평가를 진행하였습니다.

데이터셋 현황

현재 포함 클래스

• book_flower
• book_flowerpot
• book_monkey
• book_stone
• braille
• tactile_flower
• tactile_flowerpot
• tactile_monkey
• tactile_stone
• text

학습 환경

• Model: YOLOv5s
• Epochs: 100
• Image Size: 640
• Batch Size: 16
• Dataset Version: Roboflow v4

Validation/Test 결과

• Precision(P): 0.917
• Recall(R): 0.847
• mAP50: 0.885
• mAP50-95: 0.660

클래스별 mAP50

• book_flower: 0.995
• book_flowerpot: 0.801
• book_monkey: 0.840
• book_stone: 0.717
• braille: 0.993
• tactile_flower: 0.900
• tactile_flowerpot: 0.866
• tactile_monkey: 0.910
• tactile_stone: 0.995
• text: 0.836

결과 해석

전체 mAP50은 0.885로, 10개 클래스 전체에 대해 비교적 안정적인 탐지 성능을 보였습니다.

braille, book_flower, tactile_stone 클래스는 높은 탐지 성능을 보였으며, book_stone과 book_flowerpot 클래스는 상대적으로 낮은 성능을 보여 추가 데이터 보강이 필요합니다.

산출물

• best.pt 생성 완료
• data.yaml 생성 완료
• results.png 생성 완료
• metrics.txt 저장 완료

향후 계획

• book_stone 데이터 추가 수집
• book_flowerpot 및 tactile_flowerpot 클래스 보강
• 작은 객체에 대한 다양한 거리/각도 이미지 추가
• 최종 데이터셋 기반 재학습
• 이전 버전과 성능 비교 후 최종 모델 선정

data.yaml
metrics.txt