real-time-Personal-estimation(학습편)

마지막까지

마지막 기사
htps : // m / a smg07 / ms / e3 94 a3 0f0195c383b
마지막으로 시스템 도입에 대해 썼으므로 다음에 학습에 대해 씁니다.

프로그램 목표

말하자면 프로그램의 목표를 작성하지 않았거나 결정하지 않았기 때문에 우선
목표를 결정합니다. 일단, 지금은 학생들이 옛날 수업에서 만든 프로그램을 개선하고 싶습니다.
쓰고 있습니다. 일단 그것이 개발의 이유입니다.
우선, 골은 노기자카를 좋아하기 때문에, 노기자카 개인 판별 분류기를 만들 수 있으면 좋겠다 w
여담이었습니다.

학습 방법

여담은 두고, 일단은, 사용법을 기억하고 싶기 때문에 여러가지 사람이 하고 있는 마스크를
내가하고 있거나하지 않은 이미지를 사용해 보겠다고 생각합니다.
자동차 모델을 사용하고 싶습니다.
모처럼이므로 직접 모델을 만듭니다.
노기자카 짱들을보고 싶어.
1단계 주석
(1) 이미지 작성
사용하는 소프트웨어에는 다음 URL이 있습니다.
htps : // 기주 b. 코 m / 미 c 로소 ft /
다음 데이터 세트를 만듭니다.

이런 식으로 만들고 있습니다.
(2) Yolo 용 데이터 세트로 변경
글쎄, 나는 할 일이지만 참고 사이트가 도움이 될 것이다.

마지막은 결국 이런 느낌이됩니다.
다음 사이트를 참조하십시오.
htps : // 곤짱이 왔다. 하테나 bぉg. 코m/엔트리/2020/08/24/220000
(3) Yolo에서의 학습
학습을 위해 현재 지역 환경에서 할 것인지, Google 녀석을 사용하는지 고려 중입니다.
우리는 여러 가지 생각을 들었고, 우선 로컬 환경에서 시도하려고 생각하기로 결정했습니다.
우리는 1 범주의 데이터 세트로 모델을 만들었습니다. 우선 시도했기 때문에 명령이 잘못되었을 수 있습니다.

data.yaml

train: test/train/images
val: test/valid/images
nc: 1
names: ['yoda']

실행하는 데 사용한 명령python train.py --data data.yaml --cfg yolov5s.yaml
학습하는 과정

결과

학습 후 결과는 다음과 같이 나타났습니다.

이걸 잘 배울 수 있을까?
잘 모르겠습니다. 어쩌면 잘못 된 것 같습니다.
음, 모델을 만들었기 때문에 시도해 보았습니다.python detect.py --source ./inference/images/ --weights best.pt --conf 0.4
결과는 여기

예, 실패합니다.
글쎄, 우리는 10 개의 학습 데이터를 1 범주로 만들었기 때문에 그렇게 할 수 없다.
다음은 잘 작동하도록 조정해보십시오.

마지막으로

이번에는 모델을 만드는 방법부터 실행까지 시도했습니다.
다음은 모델을 잘 만드는 곳에 초점을 맞추어 보겠습니다.