yolo_darknet_sur_un_gros_centre_de_calcul
Différences
Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentesRévision précédenteProchaine révision | Révision précédente | ||
yolo_darknet_sur_un_gros_centre_de_calcul [2019/04/07 07:49] – [Ressources et documentation de YOLO Darknet] serge | yolo_darknet_sur_un_gros_centre_de_calcul [2019/04/09 11:03] (Version actuelle) – supprimée serge | ||
---|---|---|---|
Ligne 1: | Ligne 1: | ||
- | ====== Yolo Darknet sur un gros centre de calcul ====== | ||
- | <WRAP center round box 80% centeralign> | ||
- | //**Yolo v3 avec une bonne carte graphique Nvidia 1060 GTX**// | ||
- | </ | ||
- | <WRAP center round box 80% centeralign> | ||
- | **{{tagpage> | ||
- | </ | ||
- | {{ chappe.jpeg? | ||
- | |||
- | |||
- | =====Installation de darknet, préparation des images, configuration===== | ||
- | ====Ressources==== | ||
- | * **[[https:// | ||
- | ====Installation de darknet==== | ||
- | [[yolo_darknet_sur_un_portable_optimus|Yolo Darknet sur un portable Optimus]] | ||
- | |||
- | ====Préparation des images, configuration==== | ||
- | Idem à | ||
- | =====Training===== | ||
- | Idem à **[[yolo_darknet_sur_un_portable_optimus|Yolo Darknet sur un portable Optimus]]** mais avec 64000 images 704x704 au lieu de 1000 images 416*416 | ||
- | |||
- | {{ : | ||
- | ====Yolo v3===== | ||
- | * [[https:// | ||
- | * | ||
- | Il faut une carte graphique avec 4Go de RAM Minimum: | ||
- | export PATH=/ | ||
- | | ||
- | Plantage après quelques heures. | ||
- | |||
- | ====Yolo v3 tiny==== | ||
- | * [[https:// | ||
- | {{ : | ||
- | |||
- | <file sh yolov3-tiny_obj_labo.cfg> | ||
- | [net] | ||
- | # Testing | ||
- | #batch=1 | ||
- | # | ||
- | # Training | ||
- | batch=64 | ||
- | subdivisions=64 | ||
- | width=704 | ||
- | height=704 | ||
- | channels=3 | ||
- | momentum=0.9 | ||
- | decay=0.0005 | ||
- | angle=0 | ||
- | saturation = 1.5 | ||
- | exposure = 1.5 | ||
- | hue=.1 | ||
- | |||
- | learning_rate=0.001 | ||
- | burn_in=1000 | ||
- | max_batches = 500200 | ||
- | policy=steps | ||
- | steps=400000, | ||
- | scales=.1, | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=16 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [maxpool] | ||
- | size=2 | ||
- | stride=2 | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=32 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [maxpool] | ||
- | size=2 | ||
- | stride=2 | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=64 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [maxpool] | ||
- | size=2 | ||
- | stride=2 | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=128 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [maxpool] | ||
- | size=2 | ||
- | stride=2 | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=256 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [maxpool] | ||
- | size=2 | ||
- | stride=2 | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=512 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [maxpool] | ||
- | size=2 | ||
- | stride=1 | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=1024 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | ########### | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=256 | ||
- | size=1 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=512 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [convolutional] | ||
- | size=1 | ||
- | stride=1 | ||
- | pad=1 | ||
- | filters=96 | ||
- | activation=linear | ||
- | |||
- | [yolo] | ||
- | mask = 3,4,5 | ||
- | anchors = 10, | ||
- | classes=27 | ||
- | num=6 | ||
- | jitter=.3 | ||
- | ignore_thresh = .7 | ||
- | truth_thresh = 1 | ||
- | random=1 | ||
- | |||
- | [route] | ||
- | layers = -4 | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=128 | ||
- | size=1 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [upsample] | ||
- | stride=2 | ||
- | |||
- | [route] | ||
- | layers = -1, 8 | ||
- | |||
- | [convolutional] | ||
- | batch_normalize=1 | ||
- | filters=256 | ||
- | size=3 | ||
- | stride=1 | ||
- | pad=1 | ||
- | activation=leaky | ||
- | |||
- | [convolutional] | ||
- | size=1 | ||
- | stride=1 | ||
- | pad=1 | ||
- | filters=96 | ||
- | activation=linear | ||
- | |||
- | [yolo] | ||
- | mask = 0,1,2 | ||
- | anchors = 10, | ||
- | classes=27 | ||
- | num=6 | ||
- | jitter=.3 | ||
- | ignore_thresh = .7 | ||
- | truth_thresh = 1 | ||
- | random=1 | ||
- | </ | ||
- | |||
- | export PATH=/ | ||
- | ./darknet partial cfg/ | ||
- | ./darknet detector train cfg/ | ||
- | |||
- | {{tag> ia sb semaphore }} |
yolo_darknet_sur_un_gros_centre_de_calcul.1554623388.txt.gz · Dernière modification : 2019/04/07 07:49 de serge