Outils pour utilisateurs

Outils du site


darknet_letters_essais

Différences

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

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
darknet_letters_essais [2019/11/08 08:52]
serge
darknet_letters_essais [2020/02/07 17:28] (Version actuelle)
serge ↷ Liens modifiés en raison d'un déplacement.
Ligne 3: Ligne 3:
 **{{tagpage>​bge|Blender Game Engine}}** ....  **{{tagpage>​ia|Intelligence Artificielle}}** **{{tagpage>​bge|Blender Game Engine}}** ....  **{{tagpage>​ia|Intelligence Artificielle}}**
 </​WRAP>​ </​WRAP>​
 +
 +{{ vimeo>​377284950?​medium }}
 +\\ \\ 
 +
 +**[[darknet_letters|Le projet Darknet Letters]]**
 +
 +**[[https://​github.com/​sergeLabo/​darknet-letters|darknet-letters sur Github]]**\\ \\
 +  * Ces recherches s’arrêtent sur un score de 59% de bonnes notes et 34% de mauvaises notes.
 +  * La modulation de la vélocité avec les majuscules à été supprimée.
 +
  
 =====Récapitulatif===== =====Récapitulatif=====
-{{ ::suivi_essais.png?1000 |}}+{{::suivi_essai_final.png?​1000|}}
  
-=====Résumé des modifications suite à apprentissage finissant sur une erreur===== +Les essais depuis data_11 
-  * Test avec yolov3-tiny.cfg +{{::​essais_depuis_data_11.png?​200|}} 
-  * Test avec yolov3_5l.cfg + 
-  * Test avec yolov3-tiny_3l.cfg +{{::​suivi_essais.ods|Le fichier ods}} 
-  * Grosse erreur persodans shot_xxx.txt de l'​image shot_xxx.png: nom de l'​objet au lieu du numéro de l'​objet ! + 
-  * fond noir +6 mois de calcul ont coûté entre 100€ et 200€. La carte graphique avait coûté 200€. Les 16 Go de RAM 35€. 
-  * fond noir remplacé par un nuage gris +=====Modèle final retenu===== 
-  nuage gris remplacé par une video de ciel ! +{{::​data_22_8000.png?​400|}} 
-  ​Message dans le terminal: "​Processus arrêté." Achat de DDR3 1600 mHz 16 Go pour remplacer les 4 Go existants. +Le fichier de poids est: yolov3-tiny_3l_22_8000.weights 
-  ​Diminution ​des superpositions avec size de 0.6 à 0.9 + 
-  * Images avec minuscules seules et images avec majuscules seules pour diminuer ​le nombre ​de lettres dans l'​image et donc les superpositions. +La vidéo en haut de page est réalisée ​avec cette configuration
-  * Reprise ​des 400 images des lettres pour les cadrer serrées ​(20 heures de boulot! + 
-  * Ne pas déclarer des objets qui ne sont jamais dans les images ! +===== Efficacité en fonction du nombre d'​itérations ===== 
-  * SWAP de 64 Go au lieu de 8 Go+Courbe d'​apprentissage:​ 
 +{{ media_04:​chart_22_40000.png?​700 |}} 
 + 
 +Efficacité mesurée ​avec 6 musiques midi et benchmark.py 
 + 
 +{{ ::essai_27.png?800 |good bad }} 
 + 
 +===Conclusion=== 
 +Le fichier ​**yolov3-tiny_3l_22_8000.weights** est considéré comme **le meilleur ​des meilleurs.** 
 + 
 +====Surapprentissage==== 
 +  * **[[https://​www.actuia.com/​faq/​quest-ce-que-le-surapprentissage/​|Qu’est-ce que le surapprentissage ?]]** 
 + 
 +En intelligence artificielle,​ on parle de surapprentissage (le terme anglais est overfitting) quand un modèle a trop appris ​les particularités de chacun ​des exemples fournis en exemple. Il présente alors un taux de succès très important sur les données d’entraînement ​(pouvant atteindre jusqu’à 100%), au détriment de ses performances générales réelles. 
 +\\ \\  
 +{{ vimeo>​375919053?​medium }} 
 +\\ \\ 
  
 =====Essais avec yolov3.cfg===== =====Essais avec yolov3.cfg=====
Ligne 34: Ligne 60:
 </​WRAP>​ </​WRAP>​
 Résultat: Résultat:
-{{ ::​chart_30000.png?​300 |}}+{{ media_04:​chart_30000.png?​300 |}}
 <WRAP half column> <WRAP half column>
 </​WRAP>​ </​WRAP>​
Ligne 72: Ligne 98:
 <WRAP group> <WRAP group>
 <WRAP half column> <WRAP half column>
-{{ ::​chart_04_50000.png?​300 |}}+{{ media_04:​chart_04_50000.png?​300 |}}
 </​WRAP>​ </​WRAP>​
 <WRAP half column> <WRAP half column>
- ​{{ ​::​chart_04_92500.png?​300 |}}+ ​{{ ​media_04:​chart_04_92500.png?​300 |}}
 </​WRAP>​ </​WRAP>​
 </​WRAP>​ </​WRAP>​
Ligne 99: Ligne 125:
 </​WRAP>​ </​WRAP>​
 <WRAP third column> <WRAP third column>
-{{ ::​chart_05_50000.png?​300 |}}+{{ media_04:​chart_05_50000.png?​300 |}}
 Très mauvaise reconnaissance ! Très mauvaise reconnaissance !
 </​WRAP>​ </​WRAP>​
Ligne 124: Ligne 150:
 L'​analyse des % de reconnaissance calculés à la fin de l'​apprentissage,​ montre que ce sont les lettres avec la couleur gris clair qui sont les plus mal reconnues. L'​analyse des % de reconnaissance calculés à la fin de l'​apprentissage,​ montre que ce sont les lettres avec la couleur gris clair qui sont les plus mal reconnues.
  
-{{::​chart_50000_06.png?​400|}} {{::​efficacite_font_0.png?​400|}}+{{media_04:​chart_50000_06.png?​400|}} {{::​efficacite_font_0.png?​400|}}
  
 ====Essai 07==== ====Essai 07====
Ligne 145: Ligne 171:
  
 <WRAP third column> <WRAP third column>
-{{::​shot_16.png?​250|}}+{{media_03:​shot_16.png?​250|}}
 </​WRAP>​ </​WRAP>​
  
 <WRAP third column> <WRAP third column>
 Résultat:​\\ ​ Résultat:​\\ ​
-{{::​chart_07_50000.png?​250|}}+{{media_04:​chart_07_50000.png?​250|}}
 </​WRAP>​ </​WRAP>​
 </​WRAP>​ </​WRAP>​
Ligne 191: Ligne 217:
  
 Cette courbe est parfaite, et pourtant c'est tout faux !!!!!!!!! Cette courbe est parfaite, et pourtant c'est tout faux !!!!!!!!!
-{{ ::​chart_08_30000.png?​400 |}}+{{ media_04:​chart_08_30000.png?​400 |}}
  
 ====Essai 09==== ====Essai 09====
 idem essai 08 mais shot_size = 480 pour la config et les images: idem essai 08 mais shot_size = 480 pour la config et les images:
-{{ ::​chart_09_20000.png?​400 |}}+{{ media_04:​chart_09_20000.png?​400 |}}
  
 20 000 itérations ne suffisent pas ! 20 000 itérations ne suffisent pas !
Ligne 203: Ligne 229:
 <WRAP half column> <WRAP half column>
 Avec shaders\\ Avec shaders\\
-{{::​shot_21_avec_shaders.png?​400|}}+{{media_03:​shot_21_avec_shaders.png?​400|}}
 </​WRAP>​ </​WRAP>​
  
 <WRAP half column> <WRAP half column>
 Sans shaders\\ Sans shaders\\
-{{::​shot_21_sans_shaders.png?​400|}}\\+{{media_03:​shot_21_sans_shaders.png?​400|}}\\
 Les couleurs sont plus denses. Les couleurs sont plus denses.
 </​WRAP>​ </​WRAP>​
Ligne 228: Ligne 254:
  
 <WRAP half column> <WRAP half column>
-{{::​chart_10_40000.png?​300|}}\\ ​+{{media_04:​chart_10_40000.png?​300|}}\\ ​
 De belles courbes d'​apprentissage ! De belles courbes d'​apprentissage !
 </​WRAP>​ </​WRAP>​
Ligne 236: Ligne 262:
   * Flou: 0 et 3   * Flou: 0 et 3
  
-{{tag> ia sb bge}}+=====Pour mémoire: Résumé des modifications suite à apprentissage finissant sur une erreur===== 
 +  * Test avec yolov3-tiny.cfg 
 +  * Test avec yolov3_5l.cfg 
 +  * Test avec yolov3-tiny_3l.cfg 
 +  * Grosse erreur perso: dans shot_xxx.txt de l'​image shot_xxx.png:​ nom de l'​objet au lieu du numéro de l'​objet ! 
 +  * fond noir 
 +  * fond noir remplacé par un nuage gris 
 +  * nuage gris remplacé par une video de ciel ! 
 +  * Message dans le terminal: "​Processus arrêté."​ Achat de DDR3 1600 mHz 16 Go pour remplacer les 4 Go existants. 
 +  * Diminution des superpositions avec size de 0.6 à 0.9 
 +  * Images avec minuscules seules et images avec majuscules seules pour diminuer le nombre de lettres dans l'​image et donc les superpositions. 
 +  * Reprise des 400 images des lettres pour les cadrer serrées (20 heures de boulot) ! 
 +  * Ne pas déclarer des objets qui ne sont jamais dans les images ! 
 +  * SWAP de 64 Go au lieu de 8 Go 
 + 
 + 
 +{{tag> ia sb bge yolo_darknet deap_learning}}
darknet_letters_essais.1573199575.txt.gz · Dernière modification: 2019/11/08 08:52 par serge