#パイソン
Pythonでやってみた（画像処理編2）：物体検出(YOLOv5)
１．概要 前回の記事でYOLOv3による物体検出をしてみましたがリアルタイムでの検出は環境構築が私には無理でした。
今回YOLOv5を使用したらすんなりいったので紹介します。
参考としてPCスペックは下記の通りでありGPUは「NVIDIA GeForce RTX3050 Laptop GPU」を積んでおります（おそらくGPUがないと処理速度的に動かないと思います）。
２．YOLOの比較
Raspberry Piでやってみた３（画像処理）：YOLOv5を用いたリアルタイム物体検出
１．概要 Rasberry Pi×YOLOv5を用いてリアルタイムで物体検出をしてみます。前回の記事では静止画、動画、USBカメラでの利用は確認できました。今回は仮想環境下でカメラモジュールv3を用いてYOLOv5を動かしてみます。
結論としては「Rasberry Pi4では処理能力が足りないため、普通のPCかJetsonを使用した方が良い」ため、あくまで勉強用となります。
１－１．YOL
Raspberry Piでやってみた２（画像処理）：物体検出ーYOLO／OAK-D OpenCV DepthAI
１．概要 Rasberry Piでできることの一つにカメラを用いた撮影があります。環境構築も完了してカメラ動作も確認出来たら次はAIで遊びたくなります。
今回は「物体検出ライブラリのYOLO」と「OAK-D OpenCV DepthAI」の２つで物体検出できるか確認しました。
１－１．Rasberry Piの環境構築
１章の紹介記事をベースにOpenCV使用前にRasberry Piの
Pythonライブラリ(画像データ拡張)：Albumentations
１．概要 データ画像の水増し（data augment）ライブラリであるAlbumentationsを紹介します。
画像モデル学習のためのデータが足りないためデータ数を増やす時などに利用できます（データ加工のイメージは下図参照）。
２．環境構築 現在のPC環境ではANACONDAを使用しておりますが、下記のみで使用可能でした。
[Terminal]pip install -U albumen
アノテーションツール：VOTT
１．概要 画像認識、物体検出は教師あり学習のため画像データと合わせてラベルデータ（正解データ）が必要であり、ラベルには座標情報が必要となります。
今回は下記のYOLOv5用にアノテーションを実施してラベルデータを作成しました。
１－１．アノテーションツールの紹介
アノテーションツールは複数あり用途、価格、使いやすさで選定します。VoTTは、画像セグメンテーションはできませんが、無料であり