Différences

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

--- yolo_darknet_sur_un_portable_optimus [2019/10/20 11:55] – [Training] serge
+++ yolo_darknet_sur_un_portable_optimus [2019/12/01 07:49] – [Installation complémentaire] serge
@@ Ligne 51: / Ligne 51: @@
 Pour faire les mises à jour, il faudrait d'abord bloquer les versions de cuda et cudnn, y compris les dev.
-====Installation complémentaire====
+====Installation complémentaire pour mes projets====
-  sudo apt install python3-pip
-  sudo pip3 install numpy scikit-image
 Installation de mon module personnel: [[:pymultilame|Python: pymultilame]]
@@ Ligne 96: / Ligne 93: @@
 {{:2019_04:shot_1916_z.jpg?200|}}
 {{:2019_04:shot_59248_j.jpg?200|}}
-Les commandes pour exécuter .darknet ont comme argument:
-  axe/obj.data axe/yolov3-obj_3l_labo_axe.cfg darknet53.conv.74
 **darknet53.conv.74**
@@ Ligne 149: / Ligne 143: @@
 =====Training=====
-  export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
   ./darknet detector train axe/obj.data axe/yolov3-obj_3l_labo_axe.cfg darknet53.conv.74 -map
@@ Ligne 193: / Ligne 186: @@
  mean_average_precision (mAP@0.5) = 0.982366
 </code>
-===Le fichier final obtenu===
-  * **{{ :2019_04:yolov3-labo_axe_final.weights.tar.gz |}}**
 =====Testing=====
 ====Test sur une image====
-  export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
   ./darknet detector test axe/obj.data  axe/yolov3-obj_3l_labo_axe.cfg axe/backup/yolov3-obj_3l_labo_axe_final.weights axe/shot_36_space.jpg
@@ Ligne 227: / Ligne 216: @@
   * **[[https://github.com/sergeLabo/semaphore_blend_yolo|et les sources correspondantes sur GitHub]]**
-{{tag> ia sb semaphore}}
+{{tag> ia sb semaphore  yolo_darknet deap_learning}}