# 객체 감지

Object detection 모델은 이미지 내의 객체를 식별하며, object detection 데이터셋은 자율 주행이나 산불과 같은 자연 재해 탐지와 같은 애플리케이션에 사용됩니다. 이 가이드에서는 [Albumentations](https://albumentations.ai/docs/)의 [tutorial](https://albumentations.ai/docs/examples/example_bboxes/)에 따라 object detection 데이터셋에 변환을 적용하는 방법을 보여줍니다.

이 예제를 실행하려면 [albumentations](https://albumentations.ai/docs/)와 [cv2](https://docs.opencv.org/4.10.0/)의 최신 버전이 설치되어 있는지 확인하세요:

```bash
pip install -U albumentations opencv-python
```

이 예제에서는 COVID-19 팬데믹 맥락에서 의료용 개인 보호 장비(PPE)를 식별하기 위해 [`cppe-5`](https://huggingface.co/datasets/rishitdagli/cppe-5) 데이터셋을 사용합니다.

데이터셋을 로드하고 예시를 확인해 보세요:

```py
>>> from datasets import load_dataset

>>> ds = load_dataset("rishitdagli/cppe-5")
>>> example = ds['train'][0]
>>> example
{'height': 663,
 'image': <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=943x663 at 0x7FC3DC756250>,
 'image_id': 15,
 'objects': {'area': [3796, 1596, 152768, 81002],
  'bbox': [[302.0, 109.0, 73.0, 52.0],
   [810.0, 100.0, 57.0, 28.0],
   [160.0, 31.0, 248.0, 616.0],
   [741.0, 68.0, 202.0, 401.0]],
  'category': [4, 4, 0, 0],
  'id': [114, 115, 116, 117]},
 'width': 943}
```

데이터셋에는 다음 필드가 있습니다:

- `image`: 이미지를 포함하는 PIL.Image.Image 객체.
- `image_id`: 이미지 ID입니다.
- `height`: 이미지의 높이.
- `width`: 이미지의 너비.
- `objects`: 이미지 내 객체의 바운딩 박스 메타데이터를 포함하는 사전:
  - `id`: 어노테이션 ID.
  - `area`: 바운딩 박스의 면적.
  - `bbox`: 객체의 바운딩 박스([coco](https://albumentations.ai/docs/3-basic-usage/bounding-boxes-augmentations/#understanding-bounding-box-formats) 형식).
  - `category`: 객체의 카테고리이며, 가능한 값에는 `Coverall (0)`, `Face_Shield (1)`, `Gloves (2)`, `Goggles (3)`, `Mask (4)` 등이 포함됩니다.

일부 내부 torch 유틸리티를 사용하여 이미지 위에 `bboxes`를 시각화할 수 있습니다. 이를 위해 카테고리 ID와 연관된 [ClassLabel](/docs/datasets/main/ko/package_reference/main_classes#datasets.ClassLabel) 기능을 참조하여 문자열 라벨을 조회해야 합니다:

```py
>>> import torch
>>> from torchvision.ops import box_convert
>>> from torchvision.utils import draw_bounding_boxes
>>> from torchvision.transforms.functional import pil_to_tensor, to_pil_image

>>> categories = ds['train'].features['objects'].feature['category']

>>> boxes_xywh = torch.tensor(example['objects']['bbox'])
>>> boxes_xyxy = box_convert(boxes_xywh, 'xywh', 'xyxy')
>>> labels = [categories.int2str(x) for x in example['objects']['category']]
>>> to_pil_image(
...     draw_bounding_boxes(
...         pil_to_tensor(example['image']),
...         boxes_xyxy,
...         colors="red",
...         labels=labels,
...     )
... )
```

    

`albumentations`를 사용하면 이미지를 변환하는 동시에 `bboxes`도 그에 맞게 업데이트할 수 있습니다. 이 경우 이미지는 (480, 480)으로 리사이즈되고, 수평으로 뒤집히며, 밝기가 증가합니다.

```py
>>> import albumentations
>>> import numpy as np

>>> transform = albumentations.Compose([
...     albumentations.Resize(480, 480),
...     albumentations.HorizontalFlip(p=1.0),
...     albumentations.RandomBrightnessContrast(p=1.0),
... ], bbox_params=albumentations.BboxParams(format='coco',  label_fields=['category']))

>>> image = np.array(example['image'])
>>> out = transform(
...     image=image,
...     bboxes=example['objects']['bbox'],
...     category=example['objects']['category'],
... )
```

이제 결과를 시각화하면 이미지는 뒤집혀 있어야 하지만, `bboxes`는 여전히 올바른 위치에 있어야 합니다.

```py
>>> image = torch.tensor(out['image']).permute(2, 0, 1)
>>> boxes_xywh = torch.stack([torch.tensor(x) for x in out['bboxes']])
>>> boxes_xyxy = box_convert(boxes_xywh, 'xywh', 'xyxy')
>>> labels = [categories.int2str(x) for x in out['category']]
>>> to_pil_image(
...     draw_bounding_boxes(
...         image,
...         boxes_xyxy,
...         colors='red',
...         labels=labels
...     )
... )
```

    

예시(batch)에 변환을 적용하는 함수를 생성합니다:

```py
>>> def transforms(examples):
...     images, bboxes, categories = [], [], []
...     for image, objects in zip(examples['image'], examples['objects']):
...         image = np.array(image.convert("RGB"))
...         out = transform(
...             image=image,
...             bboxes=objects['bbox'],
...             category=objects['category']
...         )
...         images.append(torch.tensor(out['image']).permute(2, 0, 1))
...         bboxes.append(torch.tensor(out['bboxes']))
...         categories.append(out['category'])
...     return {'image': images, 'bbox': bboxes, 'category': categories}
```

[set_transform()](/docs/datasets/main/ko/package_reference/main_classes#datasets.Dataset.set_transform) 함수를 사용하면 변환을 온더플라이(on-the-fly)로 적용하여 디스크 공간을 덜 차지할 수 있습니다. 데이터 증강의 무작위성으로 인해 동일한 예시를 두 번 접근하면 서로 다른 이미지가 반환될 수 있습니다. 이는 여러 에포크에 걸쳐 모델을 학습시킬 때 특히 유용합니다.

```py
>>> ds['train'].set_transform(transforms)
```

10번째 예시를 시각화하여 변환이 제대로 작동하는지 확인할 수 있습니다:

```py
>>> example = ds['train'][10]
>>> to_pil_image(
...     draw_bounding_boxes(
...         example['image'],
...         box_convert(example['bbox'], 'xywh', 'xyxy'),
...         colors='red',
...         labels=[categories.int2str(x) for x in example['category']]
...     )
... )
```

    

> [!TIP]
> 객체 감지를 위한 데이터셋 처리 방법을 알게 되셨으니, [객체 감지 모델을 학습하는 방법](https://colab.research.google.com/github/NielsRogge/Transformers-Tutorials/blob/master/YOLOS/Fine_tuning_YOLOS_for_object_detection_on_custom_dataset_(balloon).ipynb)과 추론 시 사용법을 배워보세요.