찰리는 어디 있지 - AI

안녕하세요 이번 글에서는 Où est Charlie를 AI로 해결하는 기술을 찾아보겠습니다.

---

I - 데이터세트

다음 github에서 데이터 세트를 찾았습니다.
https://github.com/kiim29/Ou_est_charlie

첫 번째 단계는 이 데이터를 Yolo v5 형식으로 변환하는 것입니다.
이를 위해 다음 디렉터리를 만듭니다.

yolov5/
├── train
│   ├── images
│   └── labels
└── val
    ├── images
    └── labels

그리고 모든 이미지는 good 폴더에 넣어두세요.

Annotation을 위해 github에서 csv를 읽어오는 스크립트를 작성하고 위치 유형 변환으로 다양한 라벨 파일을 생성합니다.
yolov5 라벨 파일의 형식은 다음과 같습니다.
index_item(xmin xmax) / 2 / 너비(ymin ymax) / 2 / 높이(xmax - xmin) / 너비(ymax - ymin) / 높이

import pandas as pd

class Main:


    def __init__(self):
        csv = pd.read_csv("../annotations/annotations.csv")
        for i in range(len(csv)):
            filename = csv["filename"][i].split(".")[0]
            width = csv["width"][i]
            height = csv["height"][i]
            xmin = csv["xmin"][i]
            ymin = csv["ymin"][i]
            xmax = csv["xmax"][i]
            ymax = csv["ymax"][i]

            x_center = (xmin + xmax) / 2 / width
            y_center = (ymin + ymax) / 2 / height
            bbox_width = (xmax - xmin) / width
            bbox_height = (ymax - ymin) / height


            with open(f"../dataset/train/labels/{filename}.txt", "a") as f:
                f.write(f"0 {x_center} {y_center} {bbox_width} {bbox_height}\n")






if __name__ == "__main__":
    Main()

---

II - 기차

저는 훈련을 위해 Ultralytics를 사용합니다

pip install ultralytics

그리고 다음과 같은 주장으로 교육을 시작합니다.

from ultralytics import YOLO

model = YOLO('yolov8n.pt')

model.train(data='dataset.yaml', epochs=50, patience=10000)

model.export()

---

III - 테스트

테스트 목적으로 Ultralytics 및 새 모델을 사용하여 임의의 이미지를 실행할 수 있습니다 :)

import sys

from ultralytics import YOLO


model = YOLO('../last.pt')

image_path = f'../dataset/train/images/{sys.argv[1]}.jpg'

results = model(image_path,conf=0.2)

위 내용은 찰리는 어디 있지 - AI의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!