Outils pour utilisateurs

Outils du site


yolo_sans_carte_graphique

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_sans_carte_graphique [2019/03/25 11:52] – ↷ Liens modifiés en raison d'un déplacement. sergeyolo_sans_carte_graphique [2020/12/27 15:10] (Version actuelle) serge
Ligne 1: Ligne 1:
-====== YOLO sans carte graphique ====== +====== Yolo Darknet sans carte graphique ====== 
-<WRAP center round box 80% centeralign> +<WRAP center round box 60% centeralign> 
-//**Installation de YOLO Darknet sur un portable sans carte graphique**//+**{{tagpage>ia|Intelligence Artificielle}}**     **[[http://translate.google.com/translate?hl=&sl=auto&tl=en&u=https%3A%2F%2Fressources.labomedia.org%2Fyolo_sans_carte_graphique|English Version]]**
 </WRAP> </WRAP>
- +<WRAP center round box 60% centeralign> 
-<WRAP center round box 80% centeralign> +**[[les_pages_intelligence_artificielle_en_details|Les Pages Intelligence Artificielle en détails]]**
-**{{tagpage>semaphore|Sémaphores}}**  ....  **{{tagpage>bge|Blender Game Engine}}** ....  **{{tagpage>ia|Intelligence Artificielle}}**+
 </WRAP> </WRAP>
  
 +<WRAP center round box 60% centeralign>
 +**{{tagpage>semaphore|Sémaphores}}**  ....  **{{tagpage>bge|Blender Game Engine}}**
 +</WRAP>
 +<WRAP center round box 60% centeralign>
 +C'est quoi un sémaphore ?
 +{{ youtube>F3sY6_fOx2I?medium }}
 +{{ media_05:chappe.jpeg?400 }}
 +</WRAP>
 +\\ \\ 
 +<WRAP center round box 60% centeralign>
 +//**Installation de YOLO Darknet sur un portable sans carte graphique**//\\
 +//**Simplement pour tester avec 1000 images**//
 +</WRAP>
 =====Sources et ressources===== =====Sources et ressources=====
   * **[[https://github.com/AlexeyAB/darknet|darknet de AlexeyAB sur GitHub]] bien documenté**   * **[[https://github.com/AlexeyAB/darknet|darknet de AlexeyAB sur GitHub]] bien documenté**
Ligne 13: Ligne 25:
   * **[[https://medium.com/@manivannan_data/how-to-train-multiple-objects-in-yolov2-using-your-own-dataset-2b4fee898f17|How to train multiple objects in YOLOv2 using your own Dataset]]**   * **[[https://medium.com/@manivannan_data/how-to-train-multiple-objects-in-yolov2-using-your-own-dataset-2b4fee898f17|How to train multiple objects in YOLOv2 using your own Dataset]]**
   * **[[https://medium.com/@manivannan_data/how-to-train-yolov3-to-detect-custom-objects-ccbcafeb13d2|How to train YOLOv3 to detect custom objects]]**   * **[[https://medium.com/@manivannan_data/how-to-train-yolov3-to-detect-custom-objects-ccbcafeb13d2|How to train YOLOv3 to detect custom objects]]**
-  * **[[https://medium.com/@taylordenouden/installing-tensorflow-gpu-on-ubuntu-18-04-89a142325138|Installing tensorflow with gpu on ubuntu 18.04]]** +
-  * **[[https://medium.com/@agathver/nvidia-gpu-optimus-prime-and-ubuntu-18-04-woes-f52e7f850f3d|nvidia gpu optimus prime and ubuntu 18.04]]** +
-  * **[[https://towardsdatascience.com/how-to-use-tensorflow-on-the-gpu-of-your-laptop-with-ubuntu-18-04-554e1d5ea189|Tensorflow on the gpu of your laptop with ubuntu 18.04]]**+
 =====Création du set d'apprentissage===== =====Création du set d'apprentissage=====
 Nous avons 1000 images 416x416 obtenus avec **[[yolo_avec_mes_propres_images#creation_du_set_d_apprentissage|Création du set d'apprentissage]]** Nous avons 1000 images 416x416 obtenus avec **[[yolo_avec_mes_propres_images#creation_du_set_d_apprentissage|Création du set d'apprentissage]]**
Ligne 21: Ligne 31:
  
 =====Compilation de darknet===== =====Compilation de darknet=====
-====Dépendances==== +Dépendances:\\ 
-Il est très probable que darknet marche avec opencv-python==4.0.0 ! +Lancer la compilation et trouver les dépendances avec les erreurs.
-  sudo pip3 uninstall opencv-python==4.0.0 +
-  sudo pip3 install opencv-python==3.4.5.20+
      
-====Compilation==== 
 Modification du fichier Makefile Modification du fichier Makefile
 <code> <code>
Ligne 39: Ligne 46:
  
 Dans le dossier de darknet: Dans le dossier de darknet:
-  make+  make -j8
  
-=====Premier test===== +=====Fichiers manquants et à modifier=====
-====Fichiers manquants====+
 **darknet53.conv.74** **darknet53.conv.74**
   wget https://pjreddie.com/media/files/darknet53.conv.74   wget https://pjreddie.com/media/files/darknet53.conv.74
  
 +<WRAP group>
 +<WRAP half column>
 **cfg/obj.data** **cfg/obj.data**
 <code> <code>
Ligne 54: Ligne 62:
 backup = backup/ backup = backup/
 </code> </code>
 +</WRAP>
  
-**cfg/tiny-yolo.cfg**+<WRAP half column> 
 +**Créer un fichier obj.names:**
 <code> <code>
-Line 2: batch=24 +a 
-Line 3: set subdivisions=8 +space 
-Line 120: set classes=1 +b 
-Line 114: filters=160+
 +
 + 
 +etc ..... 
 + 
 +
 +
 +z
 </code> </code>
 +</WRAP>
 +</WRAP>
  
 +===cfg/tinyv3-yolo.cfg===
 +  * **[[yolo_darknet_scripts_de_configuration#yolo_darknet_sans_carte_graphique|tinyv3-yolo.cfg disponible ici]]**
 +
 +===*.txt===
 **test.txt et train.txt** sont à coller dans le dossier darknet\\ **test.txt et train.txt** sont à coller dans le dossier darknet\\
 Les chemins dans ces fichiers sont absolus ! Les chemins dans ces fichiers sont absolus !
 +
 =====Un petit calcul d'apprentissage de 24 heures===== =====Un petit calcul d'apprentissage de 24 heures=====
-  ./darknet detector train cfg/obj.data cfg/tiny-yolo.cfg darknet53.conv.74+  ./darknet detector train cfg/obj.data cfg/tiny-yolo.cfg darknet53.conv.74 -map
  
 ça crée un dossier darknet/backup avec des fichiers: ça crée un dossier darknet/backup avec des fichiers:
  
-**yolov3-tiny_1000.weights\\ +**yolov3-tiny_1000.weights yolov3-tiny_2000.weights yolov3-tiny_3000.weights**
-yolov3-tiny_2000.weights\\ +
-yolov3-tiny_3000.weights +
-**+
  
 =====Un test enfin !===== =====Un test enfin !=====
-L'image shot_878_e.jpg est copiée dans data, puis + L'image shot_878_e.jpg est copiée dans data, puis: 
-  ./darknet detector test cfg/obj.data cfg/yolov3-tiny.cfg backup/yolov3-tiny_1000.weights data/shot_878_e.jpg +  ./darknet detector test cfg/obj.data cfg/yolov3-tiny.cfg backup/yolov3-tiny_2000.weights data/shot_878_e.jpg
-Le résultat est dans l'image predictions.jpg du dossier darknet.+
  
-{{ :2019_03:predictions.jpg?400 |Génial !}}+Le résultat est dans l'image predictions.jpg du dossier darknet.  
 +{{ media_01:predictions.jpg?400 |Génial !}}
  
-**Efficacité = 0.0000000000000000000000000000000000 %**+**Efficacité = 0.00 %**
  
 =====Conclusion===== =====Conclusion=====
-Une carte graphique s'impose: **[[archive_yolo_v3_sur_un_portable_optimus|YOLO sur un portable Optimus]]**+Cette installation sert uniquement à apprendre, la suite avec une carte graphique: **[[yolo_darknet_sur_un_portable_optimus|Yolo Darknet sur un portable Optimus]]** 
  
- +{{tag> ia sb semaphore yolo_darknet }}
- +
- +
-   +
-{{tag> ia sb semaphore }}+
yolo_sans_carte_graphique.1553514764.txt.gz · Dernière modification : 2019/03/25 11:52 de serge