Практикада жүздү таануу: 21 кадам

2024 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2024-01-30 10:39

Бул мени абдан кызыктырган тема, ал мени уктай албай жатат: Computer Vision, объекттерди жана адамдарды алдын ала даярдалган модель аркылуу аныктоо.

1 -кадам: Киришүү

Биз YoloV3 алгоритмин колдонобуз, колдонмону иштетебиз жана долбоорду иштетебиз.

Мен нейрон тармагы менен 15 жыл мурун иштегем жана ошол кездеги ресурстарды эске алганда, бул "кыйын" мезгилдер деп айта алам.

2 -кадам: Колдонулган ресурстар

· Logitech C270 камерасы

· Компьютер

· NVIDIA GeForce GTX 1660

3 -кадам:

4 -кадам: Пререквизиттер

Терең нейрон тармактарын (DNN) иштетүү үчүн GPU менен параллель эсептөөнү колдонуу керек.

Ошентип, сизге NVIDIAдан күчтүү видеокарта керек жана CUDA API (GPU виртуалдык инструкциялар топтому) аркылуу алгоритмди иштетиңиз.

Алгоритмди иштетүү үчүн алгач төмөнкү пакеттер орнотулган болушу керек:

- NVIDIA Video Card Drive

- CUDA

- CUDNN (CUDA Deep Neural Network Library)

- OpenCV

5 -кадам: Компьютерге талаптар

6 -кадам: YOLO орнотуу

Алдын ала даярдалган моделдин жардамы менен аныктоо

Терминалды ачыңыз жана жогорудагы буйруктарды киргизиңиз.

7 -кадам: MakeFile өзгөртүү

Жогорудагы сүрөттөгүдөй "MakeFile" файлын өзгөртүңүз, анткени биз GPU, CUDNN жана OpenCV иштетүүнү колдонобуз. Өзгөрткөндөн кийин, "жаса" командасын иштетиңиз.

8 -кадам: Анын бүтүшүн күтө туруңуз

7 -кадамдагы "жаса" буйругу алгоритмдер колдонуу үчүн баарын түзөт жана иштеши үчүн бир аз убакыт талап кылынат.

9 -кадам: Талаптарга жооп бербеген компьютерлер үчүн

Эгерде сиздин компьютериңиз жана видео картаңыз анча күчтүү болбосо же жакшыраак иштешин кааласаңыз, 'cfg /yolov3.cfg' файлын өзгөртүңүз.

Бул долбоордо жогорудагы конфигурация колдонулган.

10 -кадам: YOLO V3

Детективдик системалар, адатта, моделди бир нече ар кандай жерлерде жана масштабдарда сүрөткө колдонушат.

YOLO бүтүндөй сүрөткө бир нейрон тармагын колдонот. Бул тармак сүрөттү региондорго бөлөт жана ар бир регион үчүн чектөө кутучаларын жана ыктымалдуулукту камсыз кылат.

YOLO бир нече артыкчылыктарга ээ. Ал сүрөттү бир бүтүн катары көрөт, андыктан анын божомолдору сүрөттөгү глобалдык контекст тарабынан түзүлөт.

Бул бир сүрөттөлүш үчүн миңдеген баа берген R-CNNден айырмаланып, бир тармактык баа берүү менен болжолдоолорду жасайт.

Бул R-CNNден 1000 эсе ылдам жана Fast R-CNNден 100 эсе ылдам.

11 -кадам: YOLOну иштетүү

YOLOну иштетүү үчүн, "darknet" папкасындагы терминалды ачып, буйрукту киргизиңиз.

Сиз YOLOну 4 жол менен иштете аласыз:

· Сүрөт

· Бир нече сүрөттөр

· Агым (веб -камера)

· Видео

12 -кадам: YOLO V3 - Сүрөт

Каалаган сүрөтүңүздү darknet ичиндеги "data" папкасына коюңуз жана андан кийин сүрөттүн атын өзгөртүү боюнча жогорудагы буйрукту аткарыңыз.

13 -кадам: YOLO V3 - Сүрөттү киргизүү

14 -кадам: YOLO V3 - Чыгаруу сүрөтү

15 -кадам: YOLO V3 - Бир нече сүрөттөр

Сүрөттөрдү кандайдыр бир папкага салыңыз жана сүрөттүн жолун берүүнүн ордуна, аны бош калтырыңыз жана жогоруда көрүнүп тургандай буйрукту аткарыңыз (сол жакта).

Андан кийин, оң жактагы фигура сыяктуу бир нерсе пайда болот, жөн гана сүрөт жолун коюп, "кирүү" баскычын чыкылдатып, бир нече сүрөттөр үчүн бул кадамдарды кайталаңыз.

16 -кадам: YOLO V3 - WebCam

Жогорудагы буйрукту аткарыңыз жана тармак жүктөлгөндөн кийин веб -камера пайда болот.

17 -кадам: YOLO V3 - Видео

Каалаган видеону darknet ичиндеги "data" папкасына коюп, андан кийин видеонун атын өзгөртүү боюнча жогорудагы буйрукту аткарыңыз.

18 -кадам: YOLO V3 - EXPO3D Video 1

19 -кадам: YOLO V3 - Video EXPO3D 2

20 -кадам: YOLO V3 - Video EXPO3D 3

21 -кадам: PDFти жүктөп алуу үчүн

PDF ЖҮКТӨП АЛУУ (Бразилия португал тилинде)