식재료 객체 인식 모델

---

개발 환경

• Python : python-3.9.13
• Pytorch : torch-2.2.0
• cuda : cuda_12.2
• 그래픽 카드 : 3070Ti
• 메모리 : 48GB
• Library : YoloV8
• 학습 데이터 셋 : Roboflow
• IDE : Pycharm

---

설명

1. yoloV8을 이용해 사물 인식 AI 모델 학습 (데이터 셋 : roboflow)
2. 학습 시킨 AI 모델을 validate & 직접 사용
3. AI 모델 .pt 을 플러터 내장을 위해 .Tfile로 변환
4. 변환 시킨 .Tfile을 플러터에 내장

사용법

1. yoloV8 사이트 접속
2. git clone <yoloV8 github> 받기
3. 다운 받은 후 라이브러리 설치 : pip install ultralytics
4. python + cuda + pytorch 버전 호환성 맞게 라이브러리 설치
   • cuda : 그래픽 카드 버전에 맞는 cuda 설치
   • pytorch : cuda와 호환성이 맞는 버전 설치
5. 설치 완료 후 yoloV8Test.py 실행하여 테스트
6. yoloV8.py 통해 Custom Data을 통해 모델 생성
7. camera.py & customDataValid.py 통해 생성한 모델 Validate
8. 플러터에 내장할 예정이라면 transToOnnx.py 참고