Практикада бетті тану: 21 қадам

2024 Автор: John Day | [email protected]. Соңғы өзгертілген: 2024-01-30 10:24

Бұл мені қатты қызықтыратын тақырып, ол мені ұйқысыз қалдырады: Computer Vision, объектілер мен адамдарды алдын ала дайындалған модель арқылы анықтау.

1 -қадам: Кіріспе

Біз YoloV3 алгоритмін қолданамыз және жобаны іске қосамыз.

Мен нейрондық желімен 15 жыл бұрын жұмыс істедім және сол кездегі ресурстарды ескере отырып, бұл «қиын» кезеңдер болды деп айта аламын.

2 -қадам: Қолданылған ресурстар

· Logitech C270 камерасы

· Компьютер

· NVIDIA GeForce GTX 1660

3 -қадам:

4 -қадам: алғышарттар

Терең нейрондық желілерді (DNN) іске қосу үшін GPU бар параллель есептеулерді қолдану қажет.

Сондықтан сізге NVIDIA қуатты бейне картасы қажет болады және алгоритмді CUDA API (GPU виртуалды нұсқаулықтар жиынтығы) арқылы іске қосыңыз.

Алгоритмді іске қосу үшін алдымен келесі пакеттерді орнату керек:

- NVIDIA бейне картасы жетегі

- CUDA

- CUDNN (CUDA Deep Neural Network Library)

- OpenCV

5 -қадам: Компьютерге қойылатын талаптар

6 -қадам: YOLO орнату

Алдын ала дайындалған модель көмегімен анықтау

Терминалды ашып, жоғарыдағы пәрмендерді енгізіңіз.

7 -қадам: MakeFile файлын өзгертіңіз

«MakeFile» файлын жоғарыдағы суреттегідей өзгертіңіз, өйткені біз GPU, CUDNN және OpenCV өңдеуді қолданамыз. Өзгертуден кейін «жасау» пәрменін орындаңыз.

8 -қадам: Аяқталуын күтіңіз

7 -қадамдағы «жасау» пәрмені алгоритмдердің қолдануы үшін бәрін құрастырады және оны іске қосуға біраз уақыт кетеді.

9 -қадам: Талаптарға сәйкес келмейтін компьютерлер үшін

Егер сіздің компьютеріңіз бен бейне картаңыз онша қуатты болмаса немесе жақсы жұмыс істеуін қаласаңыз, 'cfg /yolov3.cfg' файлын өзгертіңіз.

Бұл жобада жоғарыдағы конфигурация қолданылды.

10 -қадам: YOLO V3

Анықтау жүйелері әдетте модельді бірнеше орын мен масштабтағы суретке қолданады.

YOLO бүкіл суретке бір нейрондық желіні қолданады. Бұл желі кескінді аймақтарға бөледі және әр аймақ үшін шектеу жолақтары мен ықтималдықтарды қамтамасыз етеді.

YOLO бірнеше артықшылықтарға ие. Ол кескінді тұтастай көреді, сондықтан оның болжамдары суреттегі жаһандық контекст бойынша жасалады.

Ол бір суретке мыңдаған баға беретін R-CNN-ден айырмашылығы, бірыңғай желілік бағалау арқылы болжам жасайды.

Ол R-CNN-ге қарағанда 1000 есе жылдам және Fast R-CNN-ге қарағанда 100 есе жылдам.

11 -қадам: YOLO жүгіру

YOLO -ны іске қосу үшін «darknet» қалтасындағы терминалды ашып, пәрменді енгізіңіз.

YOLO -ны 4 жолмен іске қосуға болады:

· Сурет

· Көптеген суреттер

· Ағын (веб -камера)

· Бейне

12 -қадам: YOLO V3 - сурет

Қалаған кескінді darknet ішіндегі «деректер» қалтасына қойыңыз, содан кейін сурет атауын өзгерту үшін жоғарыдағы пәрменді орындаңыз.

13 -қадам: YOLO V3 - Суретті енгізу

14 -қадам: YOLO V3 - шығыс кескіні

15 -қадам: YOLO V3 - бірнеше кескін

Кескіндерді кейбір қалтаға салыңыз және кескін жолын бермей, оны бос қалдырыңыз және жоғарыда көріп тұрғандай пәрменді іске қосыңыз (сол жақта).

Осыдан кейін, оң жақтағы фигура сияқты нәрсе пайда болады, суреттің жолын орналастырып, «енгізу» түймесін басып, бірнеше суреттер үшін осы қадамдарды қайталаңыз.

16 -қадам: YOLO V3 - WebCam

Жоғарыдағы пәрменді іске қосыңыз және желі жүктелгеннен кейін веб -камера пайда болады.

17 -қадам: YOLO V3 - бейне

Қалаған бейнені darknet ішіндегі «деректер» қалтасына қойыңыз, содан кейін бейне атауын өзгерту үшін жоғарыдағы пәрменді орындаңыз.

18 -қадам: YOLO V3 - EXPO3D бейне 1

19 -қадам: YOLO V3 - EXPO3D бейне 2

20 -қадам: YOLO V3 - EXPO3D бейне 3

21 -қадам: жүктеу үшін PDF

PDF ЖҮКТЕУ (Бразилиялық португал тілінде)