darknet_letters
Différences
Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentesRévision précédenteProchaine révision | Révision précédenteProchaine révisionLes deux révisions suivantes | ||
darknet_letters [2019/11/28 17:16] – [Bug: Vidage de la RAM GPU à la fin d'une détection] serge | darknet_letters [2020/10/30 10:29] – serge | ||
---|---|---|---|
Ligne 4: | Ligne 4: | ||
</ | </ | ||
<WRAP center round box 80% centeralign> | <WRAP center round box 80% centeralign> | ||
- | {{::2019_08: | + | {{media_02: |
Le fond noir ne convient pas, il faut une video ! | Le fond noir ne convient pas, il faut une video ! | ||
</ | </ | ||
- | <WRAP center round box 60% centeralign> | + | <WRAP center round box 60%> |
- | **De l' | + | |
+ | * **Créer des images correspondant à une musique midi** | ||
+ | * **Lecture des images par l' | ||
</ | </ | ||
- | {{ vimeo>375919053?medium }} | + | {{ vimeo>377284950?medium }} |
\\ \\ | \\ \\ | ||
- | **[[darknet_letters_essais|Darknet Letters Tous les essais]]**\\ \\ | + | **[[darknet_letters_essais|Darknet Letters Tous les essais]]** |
+ | |||
+ | **[[https:// | ||
===== YOLO Darknet V3 ===== | ===== YOLO Darknet V3 ===== | ||
+ | ====Conclusion finale==== | ||
+ | * Le nombre de paramètres à optimiser est important. Pour pouvoir faire beaucoup de simulation, les calculs doivent être rapide, il est nécessaire d' | ||
+ | * Pour faire mieux, une GTX 1060 ne suffit pas. Il en faudrait au minimum 2, et mieux encore RTX 2080 Ti 11GB à 1100€ | ||
+ | * Cela permettrait de tester les modèles plus lourds et d' | ||
==== Conclusion des différents apprentissages ==== | ==== Conclusion des différents apprentissages ==== | ||
<WRAP group> | <WRAP group> | ||
<WRAP half column> | <WRAP half column> | ||
- | * **380 objets** | + | * **Suppression des majuscules pour diminuer le nombre d' |
+ | * **Le modèle yolov3.cfg est trop lourd, le yolov3-tiny_3l.cfg suffit** | ||
* **Images de 416x416** | * **Images de 416x416** | ||
- | * **5.5 jours d' | + | * **1 à 2 jours d' |
- | * **Ne pas mettre de fond noir** | + | * **Fond video pour l' |
- | * **Les zones de définitions des objets dans les images doivent être un peu large** | + | * **Pas de flou dans les images ** |
- | * **Mettre un peu de flou dans les images ** | + | |
</ | </ | ||
<WRAP half column> | <WRAP half column> | ||
Ligne 41: | Ligne 49: | ||
**Créer et testé sur Debian Buster 10** | **Créer et testé sur Debian Buster 10** | ||
- | {{:2019_08: | + | {{media_02: |
- | {{:: | + | {{media_03: |
- | {{:2019_08: | + | {{media_02: |
====Conversion d'un fichier *.midi en *.json==== | ====Conversion d'un fichier *.midi en *.json==== | ||
Ligne 100: | Ligne 108: | ||
<code txt> | <code txt> | ||
- | | + | 1 - Lancement de letters |
- | | + | |
SPACE pour changer de musique | SPACE pour changer de musique | ||
- | 3 - Fabrication des shot pour l'IA | + | 2 - Fabrication des shot pour l'IA |
- | 4 - Conversion en json | + | 3 - Conversion d'une musique en image |
- | | + | |
H - Help | H - Help | ||
R - Reset | R - Reset | ||
Ligne 111: | Ligne 117: | ||
</ | </ | ||
- | En 2: Les fichiers du dossier /json seront jouées. | + | En 1: Les fichiers du dossier /json_60 |
- | En 3: Pour l' | + | En 2: Pour l' |
- | En 4: Les fichiers midi sont traduits en json pour être facilement utilisé en python. Malheureusement, | + | En 3: Crée un jeu d' |
- | + | ||
- | En 5: Crée un jeu d' | + | |
===== Création du set d' | ===== Création du set d' | ||
Ligne 135: | Ligne 139: | ||
Avec le script **./ | Avec le script **./ | ||
- | {{ :: | + | {{ media_03: |
===== Yolo V3 Darknet===== | ===== Yolo V3 Darknet===== | ||
Ligne 264: | Ligne 268: | ||
./darknet detector train data_12/ | ./darknet detector train data_12/ | ||
| | ||
- | Le fichier yolov3-tiny_12_best.weights fait Mo | + | Le fichier yolov3-tiny_12_best.weights fait 38 Mo. Malheureusement, |
=====Tous les essais===== | =====Tous les essais===== | ||
* **[[darknet_letters_essais|Tous les essais sur cette page]]** | * **[[darknet_letters_essais|Tous les essais sur cette page]]** | ||
Ligne 297: | Ligne 301: | ||
<WRAP quarter column> | <WRAP quarter column> | ||
* nuage RGB clair | * nuage RGB clair | ||
- | {{: | + | {{media_04: |
</ | </ | ||
Ligne 307: | Ligne 311: | ||
</ | </ | ||
- | =====Bug: | + | =====Bug: |
- | **Bug: Vidage de la RAM GPU à la fin d'une détection en gardant le script python actif.** | + | |
- | + | ||
- | * unload network in python script https:// | + | |
- | + | ||
- | ===./ | + | |
- | <code c> | + | |
- | void show_total_time(); | + | |
- | + | ||
- | // ajout alexandre pour vider la memoire | + | |
- | LIB_API void free_network(network net); | + | |
- | + | ||
- | #ifdef __cplusplus | + | |
- | } | + | |
- | # | + | |
- | # | + | |
- | </ | + | |
- | + | ||
- | ===./ | + | |
- | <code c> | + | |
- | predict_image.restype = POINTER(c_float) | + | |
- | + | ||
- | # alexandre lien entre lib api de darknet.c et play_letters | + | |
- | free_network = lib.free_network | + | |
- | free_network.argtypes = [c_void_p] | + | |
- | + | ||
- | def array_to_image(arr): | + | |
- | </ | + | |
+ | [[darknet_letters_unload_gpu_ram_in_python_script|Voir la page Darknet Letters unload GPU RAM in python script]] | ||
=====Durée d'un calcul et consommation électrique avec yolov3.cfg===== | =====Durée d'un calcul et consommation électrique avec yolov3.cfg===== | ||
* 50000 itérations de 50 000 images de 416x416 = 6 jours * 24 * 0.2 kW = kwh à 0.17 € le kWh soit 5 € | * 50000 itérations de 50 000 images de 416x416 = 6 jours * 24 * 0.2 kW = kwh à 0.17 € le kWh soit 5 € | ||
Ligne 342: | Ligne 319: | ||
**6 mois de calcul = 150 €** | **6 mois de calcul = 150 €** | ||
=====Quels matériels pour un apprentissage rapide ?===== | =====Quels matériels pour un apprentissage rapide ?===== | ||
- | * **Quel serait le coût sur un Pentaflops | ||
- | * **Et si La Labomedia achète un Pentaflops ?** | ||
* **[[https:// | * **[[https:// | ||
* **[[https:// | * **[[https:// | ||
Ligne 350: | Ligne 325: | ||
* **[[https:// | * **[[https:// | ||
* **[[https:// | * **[[https:// | ||
+ | * https:// | ||
===Remise spéciale Education=== | ===Remise spéciale Education=== | ||
* **[[https:// | * **[[https:// | ||
+ | |||
+ | ===Pour une startup fortunée=== | ||
+ | * **[[https:// | ||
+ | * **[[https:// | ||
+ | * **[[https:// | ||
+ | |||
+ | ===Juin 2020=== | ||
+ | * **[[https:// | ||
+ | |||
+ | * RTX 2060 (6 GB): if you want to explore deep learning in your spare time. 360€ | ||
+ | * RTX 2070 or 2080 (8 GB): if you are serious about deep learning, but your GPU budget is $600-800. Eight GB of VRAM can fit the majority of models. | ||
+ | * RTX 2080 Ti (11 GB): if you are serious about deep learning and your GPU budget is ~$1,200. The RTX 2080 Ti is ~40% faster than the RTX 2080. | ||
+ | * Titan RTX and Quadro RTX 6000 (24 GB): if you are working on SOTA models extensively, | ||
+ | * Quadro RTX 8000 (48 GB): you are investing in the future and might even be lucky enough to research SOTA deep learning in 2020. 5500€ | ||
+ | |||
+ | |||
=====Benchmark===== | =====Benchmark===== | ||
* https:// | * https:// | ||
Ligne 365: | Ligne 357: | ||
**Mais, en ce qui concerne l' | **Mais, en ce qui concerne l' | ||
- | {{tag> ia sb bge}} | + | {{tag> ia sb bge yolo_darknet}} |
darknet_letters.txt · Dernière modification : 2020/12/27 15:11 de serge