차량 번호판 YOLOv8 프로젝트

이 디렉터리는 한국 차량 번호판 탐지를 위한 YOLOv8 기반 프로젝트입니다.
모델 가중치(runs/license_plate_yolov8n/weights/best.pt)는 포함하지 않지만, 동일한 설정으로 재학습할 수 있는 코드와 안내를 제공합니다.

1. 환경 준비

python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install --upgrade pip
pip install -r requirements.txt

2. 데이터셋 경로

1. Roboflow Korea Car License Plate Dataset에 접속해 YOLOv8 포맷으로 다운로드합니다.
2. 압축을 해제한 뒤 디렉터리를 Korea Car License Plate/ 이름으로 저장소와 같은 상위 경로에 배치합니다. 예를 들어, 이 프로젝트가 llama_young/차량번호판인식_yolov8/에 있다면 데이터셋은 llama_young/Korea Car License Plate/에 위치해야 합니다.

Korea Car License Plate/ 폴더가 이 디렉터리와 같은 상위 경로(/home/work/llama_young) 안에 위치해야 합니다.
데이터 구성은 Korea Car License Plate/data.yaml을 참고하세요.

llama_young/
├─ Korea Car License Plate/
│  ├─ train/
│  ├─ valid/
│  ├─ test/
│  └─ data.yaml
└─ 차량번호판인식_yolov8/
   ├─ requirements.txt
   ├─ train_license_plate.py
   └─ ...

3. 학습 실행

python train_license_plate.py \
    --epochs 100 \
    --batch 16 \
    --imgsz 640 \
    --device 0  # GPU 사용 시

• 기본 모델: yolov8n.pt
• 기본 데이터: ../Korea Car License Plate/data.yaml
• 학습 결과: runs/license_plate_yolov8n/

필요에 따라 --model, --project, --name 등을 조정하세요.

4. 노트북

• `license_plate_demo copy.ipynb' 번호판 읽어주는예제

노트북 실행 시에는 venv를 커널로 등록하거나, 1번 셀에서 제공하는 경로 설정 코드를 실행하여 패키지를 불러오세요.