Outils pour utilisateurs

Outils du site


yolo_darknet_avec_un_vrai_semaphore

Ceci est une ancienne révision du document !


Yolo Darknet avec un vrai sémaphore

C'est quoi un sémaphore ?

chappe.jpeg



Reconnaissance d'un vrai sémaphore avec YOLO Darknet

Ce sémaphore est une image virtuelle, mais c'est copie conforme du vrai !

Suite et fin

Apprentissage

cfg

Relire tout le readme pour bien configurer en particulier:

  • for training for both small and large objects use modified models: yolov3-tiny_3l.cfg
  • If you train the model to distinguish Left and Right objects as separate classes (left/right hand, left/right-turn on road signs, …) then for disabling flip data augmentation - add flip=0

Apprentissage

 export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
./darknet detector train blend/obj.data blend/yolov3-obj_3l_blend.cfg darknet53.conv.74 -map

3 calcul

Calcul 1

  • jpg 90, faible variation d'angle, faible variation de couleur et lumière
  • 9 000 itérations

Calcul 2

idem calcul 1, mais 54 000 itérations. L'efficacité est la même qu'avec 9 000 itérations !

Calcul 3

  • jpg 100, forte variation d'angle, forte variation de couleur et lumière
  • 12 000 itérations sur carte 765 GTX et subdivision=32

Reconnaissance dans le monde réel

Réglage d'une webcam en cours d'utilisation par un programme, python par exemple

sudo apt install v4l2ucp
v4l2ucp

Noter les bonnes valeurs et les reporter dans le fichier darknet.ini

Les sources sur GitHub

yolo_darknet_avec_un_vrai_semaphore.1557760750.txt.gz · Dernière modification : 2019/05/13 15:19 de serge