자율주행 대회에서 Detection은 어떤 역할을 하게 될까?
경주로는 라바콘으로 이루어져 있다. 좌측에는 노랑색 라바콘, 우측에는 파랑색 라바콘이 있고 미션 중에 하나는 주황색 라바콘으로 이루어진 정지라인에 다가서면 멈춰야 한다. 해당 테스크를 처리하기 위해서 Object Detection을 사용할 것이고 이는 YOLOv5 모델로 진행을 할 것이다.
현 시점 상당히 많은 사용량과 아카이브가 존재하여 빠르게 Jetson Xavier 위에서 실행이 가능 할 것이라 판단했다.
그럼 시작하기에 앞서 YOLOv5을 통해 내가 하고자 하는 테스크를 처리하기 위해 어떤 점을 고려해야 할지 정리하면 다음과 같을 것이다. 아마 더 추가될지도..?
Task
1.
Fine-tuning
당연하게도 바닐라 YOLOv5 는 라바콘을 탐지할 목적으로 학습되지 않은 상태이다. 고로 라바콘 데이터셋으로 추가적인 학습이 필요하다. 아마 COCO와 같은 데이터셋으로 학습된 가중치에 파인튜닝 하는 방식으로 해야할 것이다. 데이터셋은 Roboflow와 같은 곳에 많지는 않지만 데이터가 있는 것을 확인했고 필요하다면 조금이라도 직접 만들 생각이다.
2.
Jetson Xavier AGX
뭐 하나 한번에 실행시켜주는 법이 없는 우리 이쁜 잿슨 위에서 돌아갈 방법을 찾아야 할 것이다.
3.
Webcam
이 부분은 큰 보틀넥이 될 거 같진 않지만 실시간 처리를 위해 웹캠 사용 방법을 적용 해야한다.
Reference
