compile_and_train_model 함수는 모델을 컴파일하고 훈련하는 역할을 합니다(⑧). 이 함수 내에서 확률적 경사 하강법 옵티마이저와 초기 학습률 0.001, 그리고 모멘텀 0.9를 사용하여 모델을 컴파일합니다(⑪). 또한 훈련 중 가장 낮은 손실 값을 가진 모델의 가중치를 yolo.h5 파일에 저장하기 위해 콜백을 설정합니다(⑨). 학습률 스케줄링도 콜백으로 구현되어, 각 에포크마다 lr_schedule 함수를 통해 학습률을 조절합니다(⑩).

마지막으로 compile_and_train_model 함수를 사용하여 YOLO 모델을 훈련 데이터와 검증 데이터로 훈련시킵니다(⑫).

이제 객체 검출 알고리즘의 출력을 처리하고 결과를 이미지에 그려서 시각화해보겠습니다.