Différences

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

--- yolo_v3_avec_mes_propres_images [2019/03/10 09:28] – créée serge
+++ yolo_avec_mes_propres_images [2020/12/27 15:08] (Version actuelle) – serge
@@ Ligne 1: / Ligne 1: @@
-====== YOLO v3 with my own dataset ======
+====== Yolo Darknet Préparation de mes propres images ======
-=====YOLO avec mes propres images=====
+<WRAP center round box 60% centeralign>
-Les images du **[[jeu_du_semaphore_dans_le_blender_game_engine|sémaphore]]** sont nos images d'apprentissage.
+**{{tagpage>ia|Intelligence Artificielle}}**     **[[http://translate.google.com/translate?hl=&sl=auto&tl=en&u=https%3A%2F%2Fressources.labomedia.org%2Fyolo_avec_mes_propres_images|English Version]]**
-**Objectif: Reconnaître la lettre affichée**.
+</WRAP>
-====YOLO V3====
+<WRAP center round box 60% centeralign>
-  * **[[https://pjreddie.com/darknet/|YOLO V3]]** Le projet YOLO
+**[[les_pages_intelligence_artificielle_en_details|Les Pages Intelligence Artificielle en détails]]**
-  * **[[https://github.com/pjreddie/darknet|pjreddie/darknet]]** les sources de YOLO
+</WRAP>
-====Les tutoriels====
-  * **[[https://medium.com/@manivannan_data/how-to-train-yolov3-to-detect-custom-objects-ccbcafeb13d2|Détection avec YOLO v3]]
-    * **[[https://medium.com/@manivannan_data/how-to-train-yolov2-to-detect-custom-objects-9010df784f36|Détection avec YOLO v2]]** pour construire le dataset.
+<WRAP center round box 60% centeralign>
+**{{tagpage>semaphore|Sémaphores}}**  ....  **{{tagpage>bge|Blender Game Engine}}**
+</WRAP>
+<WRAP center round box 60% centeralign>
+C'est quoi un sémaphore ?
+{{ youtube>F3sY6_fOx2I?medium }}
+{{ media_05:chappe.jpeg?400 }}
+//**[[:computer_vision_and_pattern_recognition_segmentation_d_image#mask_r-cnn_vs_yolo_vs_deeplab_xception|MASK R-CNN vs YOLO vs Deeplab Xception]]**//\\
+</WRAP>
+=====Création du set d'apprentissage=====
+Nos images sont des images du **[[:jeu_du_semaphore_dans_le_blender_game_engine|sémaphore]]**
+====Les sources sur GitHub====
+  * **[[https://github.com/sergeLabo/semaphore_cv_yolo|semaphore_cv_yolo]]**
+====Création de 27 images pour 27 classes d'objets avec un canal alpha=====
+  * Avec Blender et par un homo-sapiens
+  * Taille 320x320
+  * Images en violet sur alpha, avec un sémaphore qui occupe toute l'image.
+Exemple pour le a:
+{{ media_01:a_violet.png?200 |a}}
+Les images sorties de Blender n'ont pas de canal alpha: passage dans Gimp pour faire un couleur (blanc) vers alpha. Il ne doit donc pas y avoir de blanc (ou de gris) dans la couleur du sémaphore !
+Puis les images sont retaillées pour contenir au plus près les sémaphores.
+====60 000 images 640x640 créées avec OpenCV====
+===Images===
+En insérant une des images ci-dessus sur un shot d'une video, avec variation taille position couleur flou du sémaphore.Une image:
+{{ media_01:shot_0_a.jpg?400 |}}
+===Fichier txt localisant le ou les objets dans l'image===
+Créer un fichier image.txt pour chaque image.png dans le même dossier, exemple:
+  shot_680_n.txt pour shot_680_n.png
+Pour chaque fichier *.txt
+  <object-class> <x> <y> <width> <height>
+Avec:
+  <object-class> - entier de 0 à 26
+  <x> <y> <width> <height> valeurs relatives de 0 à 1
+* 320 avec un a
+centre du a: absolute_x = 130, absolute_y = 140
+absolute_height = 200 hauteur du a
+absolute_width = 200 largeur du a
+(130/320)=0,40625 (140/320)=0,43752 (200/320)=0,625 (200/320)=0,625
+ligne à écrire dans a.txt
+0,40625 0,43752 0,625 0,625
+=====Les étapes suivantes=====
+  * **[[yolo_sans_carte_graphique|Yolo Darknet sans carte graphique]]**
+  * **[[yolo_darknet_sur_un_portable_optimus|Yolo Darknet sur un portable Optimus]]**
+{{tag> ia sb semaphore yolo_darknet }}