Différences

Ci-dessous, les différences entre deux révisions de la page.

--- darknet_letters [2019/08/12 10:49] – [Conversion d'un fichier *.midi en *.json] serge
+++ darknet_letters [2019/08/21 08:49] – [Apprentissage] serge
@@ Ligne 6: / Ligne 6: @@
 {{ ::2019_08:shot_22.png?400 |}}
 <WRAP center round box 60% centeralign>
-font_0_h 0.37 0.31 0.18 0.18 \\
+ 0.37 0.31 0.18 0.18 \\
-font_0_l 0.07 0.27 0.13 0.13 \\
+ 0.07 0.27 0.13 0.13 \\
-font_0_t 0.44 0.14 0.1 0.1 \\
+ 0.44 0.14 0.1 0.1 \\
-font_0_C 0.54 0.49 0.13 0.13 \\
+ 0.54 0.49 0.13 0.13 \\
-font_0_O 0.27 0.95 0.21 0.21\\
+ 0.27 0.95 0.21 0.21\\
 </WRAP>
-<WRAP center round box 80% centeralign>
+<WRAP center round box 60% centeralign>
-**De l'Intelligence artificielle pour reconnaitre des lettres dans différentes polices,  en faire des cauchemars et de la musique en midi.**
+**De l'Intelligence Artificielle pour reconnaître des lettres dans différentes polices,  convertir les lettres d'un texte en musique midi.**
 </WRAP>
 ===== Les sources sur GitHub =====
@@ Ligne 25: / Ligne 25: @@
 {{:2019_08:letters_2.png?300|}}
 {{:2019_08:letters_3.png?300|}}
 ====Conversion d'un fichier *.midi en *.json====
 Le fichier python darknet-letters/letters/midi/analyse_play_midi.py permet de:
@@ Ligne 31: / Ligne 32: @@
   * jouer un fichier *.json
-===Installation===
+====Installation====
 <code txt>
 sudo pip3 install numpy
@@ Ligne 39: / Ligne 40: @@
 sudo pip3 install mido
 sudo apt install fluidsynth
-# FluidR3_GM.sf2
+</code>
-sudo apt install fluid-soundfont-gm
- </code>
-Installation de [[pymultilame|Python: pymultilame]]
+Installation de mon package perso: **[[pymultilame|pymultilame]]**
-===Principe===
+La Font midi utilisée est TimGM6mb.sf2 de **[[http://www.timbrechbill.com/saxguru/Timidity.php|Tim Brechbill]]** qui est dans le dossier letters/midi/my_pretty_midi des sources
-Les fichiers midi sont très optimisés. La conversion en json permet d'accéder aux instruments, notes, volumes facilement.
+====Principe de la conversion d'un fichier midi en json====
+Les fichiers midi sont très optimisés. La conversion en json permet d'accéder en python aux instruments, notes, volumes facilement.
 Les fichiers *.midi (".midi", "mid", "kar", "Mid", "MID") doivent être copié dans le dossier darknet-letters/letters/midi/music
-Les *.json seront créés dans le dossier "json"
+Les *.json seront créés dans le dossier "json".
-====Lancement du jeu====
-Dans le dossier darknet-letters:
+====Règles générales====
-  play_letters.sh
+  - Ne pas bidouiller les scripts, à moins que vous ne soyez hollandais.
+  - Si il y a un bug, corriger dans les scripts, toujours de façon explicite.
+  - Les modifications de configuration se font dans ./letters/letters.ini
+====Modification de la configuration====
+En particulier, définir:
+  [blend]
+  shot_size = 1024
+  [darknet]
+  shot_size = 704
+  [dirertories]
+  shot = "votre/dossier/shot"
+  shot_jpg = "/votre/dossier/shot_jpg"
+Les dossiers vont faire 6 à 8 Go !\\
+L'apprentissage utilise 4 à 6 Go de RAM de la carte graphique avec des images 704x704 !
+===== Création du set d'images pour l'apprentissage =====
+====Le jeu letters====
+Dans le dossier darknet-letters, lancer
+  ./play_letters.sh
 <code txt>
-SPACE pour changer de music
+ - Affichage du logo
-Affichage du logo
+ - Lancement de letters
-Lancement de music and letters
+    SPACE pour changer de musique
- Lancement de get shot
+ - Fabrication des shot pour l'IA
- Création des json
+ - Conversion en json
-H help
+H - Help
-Echap Quitter
+R - Reset
 </code>
@@ Ligne 71: / Ligne 94: @@
 En 4: Les fichiers midi sont traduits en json pour être facilement utilisé en python.
-===Shot===
+====Préparation de Darknet====
-Les shots seront enregistrés dans le dossier défini dans le fichier **darknet-letters/letters/global.ini**, ligne 10
-  shot_dir = "votre/dossier/shot"
 ===Conversion===
-Tous les shot doivent être floutés et converti en jpg avec le script **darknet-letters/darknet/blur_and_convert.py**
+Tous les shot doivent être floutés et converti en jpg avec le script **./letters/darknet/blur_and_convert.py**
-Définir ligne 81 le chemin vers votre dossier
-  shot = "votre/dossier/shot"
 ===Création des fichiers train.txt et test.txt===
-Avec le script **darknet-letters/darknet/create_train_test_txt.py**
+Avec le script **./letters/darknet/create_train_test_txt.py**
-Définir ligne 10:
+Pour chaque image toto.png, un fichier toto.txt est créé pour décrire les objets dans l'image, avec le numéro de l'objet: voir
-  shot_jpg = 'votre/dossier/shot_jpg/'
+[[yolo_avec_mes_propres_images#creation_du_set_d_apprentissage|Création du set d'apprentissage]]
 ===Controle des fichiers txt de chaque image===
-Avec le script **darknet-letters/letters/control/control.py**
+Avec le script **./letters/control/control.py**
-Définir le chemin de shot ligne 15.
+{{ ::shot_4000.jpg?400 |}}
 ===== Yolo V3 Darknet=====
@@ Ligne 101: / Ligne 117: @@
 ==== Compilation de Darknet ====
   * **[[yolo_darknet_sur_un_portable_optimus#installation_de_yolo_darknet|Installation de Yolo Darknet]]**
 ====Détection de mes objets lettres====
 ===Pre-trained weights===
   wget -c https://pjreddie.com/media/files/darknet53.conv.74
-et coller le fichier dans le dossier letters_0
+et coller le fichier dans le dossier "darknet" des sources de YOLO.
-===Fichier *.cfg===
+===Dossier letters_0===
-Errors with 5 yolo layers
+Créer un dossier dossier letters_0 dans les sources de YOLO Darknet avec:
+  * train.txt
+  * test.txt
+  * obj.data
+  * obj.names
+  * yolov3_letters.cfg
+  * le dossier /backup
+===Fichier *.cfg===
 Copie de darknet/cfg/yolov3.cfg dans darknet-letters/darknet/letters_0 et renommer en yolov3_letters.cfg, faire les modifications suivantes:
@@ Ligne 138: / Ligne 160: @@
 ===train.txt test.txt===
 Les fichiers train.txt et test.txt doivent être collés dans letters_0
+<code txt>
+exemple
+/chemin/absolu/darknet-letters/letters/shot_jpg/0/shot_33.jpg
+/chemin/absolu/darknet-letters/letters/shot_jpg/0/shot_18.jpg
+/chemin/absolu/darknet-letters/letters/shot_jpg/0/shot_51.jpg
+...
+...
+</code>
-=====Apprentissage=====
+===obj.names===
-Ou Training appelé train (non pas de locomotive à vapeur!)
+<code txt>
+font_0_a
+font_0_b
+...
+...
+font_9_S
+font_9_T
+</code>
+===obj.data===
+Défini les chemins des fichiers utilisés:
+<code txt>
+classes = 400
+train = letters_0/train.txt
+valid = letters_0/test.txt
+names = letters_0/obj.names
+backup = letters_0/backup
+</code>
+====Apprentissage====
+Ou Training appelé train (non! pas de locomotive à vapeur ici!)
+===Essais 5 yolo layers===
+  * fini sur error
+===tiny===
+Utilisation de la configuration yolov3-tiny.cfg\\
+Création de yolov3-tiny.conv.15 dans letters_tiny/:
+  ./darknet partial letters_tiny/yolov3-tiny-letters.cfg letters_tiny/yolov3-tiny.weights letters_tiny/yolov3-tiny.conv.15 15
+Apprentissage:
+  ./darknet detector train letters_tiny/obj.data letters_tiny/yolov3_letters.cfg letters_tiny/yolov3-tiny.conv.15 -map
+Efficacité: 0.02 % et plantage!
+===yolov3.cfg===
   export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
-  ./darknet detector train letters_0/obj.data letters_0/yolov3-letters.cfg letters_0/darknet53.conv.74 -map
+  ./darknet detector train letters_0/obj.data letters_0/yolov3-letters.cfg darknet53.conv.74 -map
+===== Test =====
+Coller, dans le dossier compilé de darknet, le dossier letters_0
+  ./darknet detector test letters_0/obj.data letters_0/yolov3_letters.cfg letters_0/backup/yolov3_letters_3000.weights letters_0/shot_0.jpg
+=====Morale du jour=====
+Einstein a dit: "Deux choses sont infinies: l'univers et la bêtise humaine. Pour l'univers, je ne suis pas sûr !"
-{{tag> ia sb}}
+{{tag> ia sb bge}}