Outils pour utilisateurs

Outils du site


yolo_darknet_sur_un_gros_centre_de_calcul

Différences

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

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision
Révision précédente
yolo_darknet_sur_un_gros_centre_de_calcul [2019/04/07 07:50] sergeyolo_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> 
-<WRAP center round box 80% centeralign> 
-**{{tagpage>semaphore|Sémaphores}}**  ....  **{{tagpage>bge|Blender Game Engine}}** ....  **{{tagpage>ia|Intelligence Artificielle}}** 
-</WRAP> 
-{{ chappe.jpeg?400 }} 
  
- 
- 
-=====Installation de darknet, préparation des images, configuration===== 
-====Ressources==== 
-  * **[[https://github.com/AlexeyAB/darknet|darknet de AlexeyAB sur GitHub]] ** 
-====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 
- 
-{{ :2019_04:shot_2382_f.jpg?400 |}} 
-====Yolo v3===== 
-  * [[https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects|How to train (to detect your custom objects) Training Yolo v3]] 
-  *  
-Il faut une carte graphique avec 4Go de RAM Minimum: 
-  export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}} 
-   ./darknet detector train cfg/obj.data cfg/yolo-obj.cfg darknet53.conv.74 -map 
-Plantage après quelques heures. 
- 
-====Yolo v3 tiny==== 
-  * [[https://github.com/AlexeyAB/darknet#how-to-train-tiny-yolo-to-detect-your-custom-objects|How to train tiny-yolo (to detect your custom objects) ]] 
-{{ :2019_04:yolo_labo_v3_tiny.png?1000 |}} 
- 
-  export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}} 
-  ./darknet partial cfg/yolov3-tiny.cfg yolov3-tiny.weights yolov3-tiny.conv.15 15 
-  ./darknet detector train cfg/obj.data cfg/yolov3-tiny_obj_labo.cfg yolov3-tiny.conv.15 -map 
- 
-{{tag> ia sb semaphore }} 
yolo_darknet_sur_un_gros_centre_de_calcul.1554623447.txt.gz · Dernière modification : 2019/04/07 07:50 de serge