yolo_sans_carte_graphique
Ceci est une ancienne révision du document !
Table des matières
Sources et documentation
- darknet de AlexeyAB sur GitHub bien documenté
- Détection avec YOLO v2 Les explications pour créer les images training et test
YOLO sans carte graphique
Installation de YOLO Darknet sur un portable avec Optimus
En première mondiale
Création du set d'apprentissage
Nous avons 1000 images 416×416 obtenus avec Création du set d'apprentissage et les fichiers test.txt et train.txt
Compilation de darknet
Dépendances
Il est très probable que darknet marche avec opencv-python==4.0.0 !
sudo pip3 uninstall opencv-python==4.0.0 sudo pip3 install opencv-python==3.4.5.20
Compilation
Modification du fichier Makefile
GPU=0 CUDNN=0 CUDNN_HALF=0 OPENCV=0 AVX=0 OPENMP=1 LIBSO=1
Dans le dossier de darknet:
make
Premier test
Fichiers manquants
darknet53.conv.74
wget https://pjreddie.com/media/files/darknet53.conv.74
cfg/obj.data
classes= 27 train = train.txt valid = test.txt names = obj.names backup = backup/
cfg/tiny-yolo.cfg
Line 2: batch=24 Line 3: set subdivisions=8 Line 120: set classes=1 Line 114: filters=160
Un petit calcul d'apprentissage de 24 heures
./darknet detector train cfg/obj.data cfg/tiny-yolo.cfg darknet53.conv.74
ça crée un dossier darknet/backup avec des fichiers:
yolov3-tiny_1000.weights
yolov3-tiny_2000.weights
yolov3-tiny_3000.weights
Un test enfin !
Zut raté final
yolo_sans_carte_graphique.1553019034.txt.gz · Dernière modification : 2019/03/19 18:10 de serge