Darkflow: Comment configurer la structure de son propre jeu de données
Tout d'abord du super boulot ! J'ai de nombreuses images de panneaux de signalisation qui ont été classées dans des dossiers de nom de leur type. J'ai besoin de savoir comment configurer mes images pour les moyens de formation :
- Comment puis-je faire des annotations, existe-t-il un outil pour cela? et où dois-je placer les images et les annotations.
- J'ai suivi les étapes de la section Formation sur votre propre ensemble de données , j'ai environ 105 dossiers de signes différents, ce qui signifie que mes cours seront de 105 et j'ai mis à jour label.txt avec 105 noms. obtiendra des poids pour cela?
flux --model cfg/tiny-yolo-voc-3c.cfg --load bin/tiny-yolo-voc.weights --train --annotation train/Annotations --dataset train/Images
Ou cela se fera par le biais de minuscules-yolo-voc.weights ?
ManojPabani
Tous les 4 commentaires
Salut @ManojPabani
- Essayez d'utiliser par exemple celui-ci : https://github.com/tzutalin/labelImg
- Comme si vous suiviez le didacticiel, vous avez peut-être remarqué que toutes les images sont placées dans un dossier, ainsi que les annotations qui leur sont associées.
Si vous souhaitez utiliser des poids, vous devez les télécharger à partir du site Web de yolo. Sinon, vous pouvez recommencer l'entraînement à partir de zéro en utilisant une autre commande :
# Completely initialize yolo-new and train it with ADAM optimizer
flow --model cfg/yolo-new.cfg --train --trainer adam --annotation train/Annotations --dataset train/Images
merryHunter
le 12 août 2017
Salut @merryHunter
dans votre commande, faut-il encore mettre le paramètre label (--label) ?
et
Y a-t-il une considération du nombre d'images suffisantes pour représenter une classe ?
normansiboro
le 22 nov. 2017
Salut @normansiboro
--label param ne fait que vous faciliter la vie. Il est préférable de toujours spécifier explicitement le chemin d'accès des étiquettes, afin de ne pas les confondre. En particulier, pour votre propre jeu de données, vous devez modifier les classes dans le fichier labels.txt par défaut ou dans celui où vous spécifiez le chemin.
Pour les images, cela dépend également beaucoup du réseau et de la taille d'entrée, ainsi que de la qualité de l'image. Généralement, vous pouvez voir combien d'échantillons contient Pascal VOC par classe. Je dirais que vous aurez besoin d'au moins 500 échantillons étiquetés pour apprendre quelque chose.
merryHunter
le 23 nov. 2017
Salut @merryHunter
Qu'en est-il de la taille de l'image ?
y a-t-il une limitation de la taille de l'image ?
Je veux en fait utiliser ma détection pour détecter des choses dont la couleur est légèrement différente (la taille est assez et la couleur est assez similaire)
Puis-je encore utiliser YOLO pour ça ? ou cela signifie-t-il que j'aurai besoin de beaucoup d'images parce qu'elles sont simplement de couleurs différentes ?
Besoin d'un conseil
normansiboro
le 23 nov. 2017
Questions connexes
humanova
·
4Commentaires
borasy
·
3Commentaires
realityzero
·
3Commentaires
pribadihcr
·
5Commentaires
off99555
·
5Commentaires
Commentaire le plus utile
Salut @merryHunter
Qu'en est-il de la taille de l'image ?
y a-t-il une limitation de la taille de l'image ?
Je veux en fait utiliser ma détection pour détecter des choses dont la couleur est légèrement différente (la taille est assez et la couleur est assez similaire)
Puis-je encore utiliser YOLO pour ça ? ou cela signifie-t-il que j'aurai besoin de beaucoup d'images parce qu'elles sont simplement de couleurs différentes ?
Besoin d'un conseil