Claude 도움을 받아서 Yolo v9 커스텀 학습 진행을 시도한 과정을 간단히 정리해봤습니다. 

2025.6.10 최초작성 

Yolo 학습은 처음 해본것은 아닙니다. Yolo v3, v4를 예전에 해봤었고 최근에 Yolo x를 해봤습니다. 

Yolo x의 경우엔 커스텀 데이터셋 학습 과정을 정리하여 영상과 문서로 만들었죠. 

영상 

문서 

https://webnautes.kr/yolox-keoseuteom-deiteoses-hagseubhaebogi-2/ 

이번에 Yolo v9 커스텀 학습을 진행하면서 바로 전에 했던 Yolo x 커스텀 학습 과정을 참고했습니다. 

Yolo v9의 깃허브 저장소에서 제공하는 requirements.txt를 사용하면 파이썬 패키지 설치에 문제가 있어서 cuda를 사용하도록 파이토치를 설치후 그외 패키지들을 수동으로 설치했습니다. 

그다음 Labelme를 사용하여 이미지를 라벨링하는 것을 진행했습니다. Labelme에서 다양한 도형을 그릴 수 있지만 Yolo에선 사각형만을 사용해야 하더군요. 라벨링을 하고 나면 텍스트 파일에 사각형 좌표와 라벨 정보등이 저장됩니다. 

Yolo x에선 labelme 결과를 coco 타입으로 변경해야 했지만 Yolo v9에선 labelme 결과를 yolo 타 입으로 변경해야 합니다. Claude를 사용하여 변환해주는 파이썬 코드를 생성했습니다. 

학습에 사용하는 터미널 명령과 추론에 사용하는 터미널 명령(이미지 한장, 지정한 이미지 폴더)을 Claude를 사용하여 확인했습니다. 

현재는 문제 없이 진행이 완료되었고 고도화가 필요할 듯합니다. 너무 간단히 Yolo v9를 테스트해본 거라서요. 

Claude가 학습하지 않은 깃허브 저장소를 조사하도록 해도 원하는 결과물을 얻을 수 있다는 것을 또 확인했습니다.