Praktikada Üz Tanıma: 21 addım

2024 Müəllif: John Day | [email protected]. Son dəyişdirildi: 2024-01-30 07:44

Bu, məni çox yuxuya aparan bir mövzu kimi maraqlandırır: Kompüter Görmə, əvvəlcədən öyrədilmiş bir model vasitəsilə obyektlərin və insanların aşkarlanması.

Addım 1: Giriş

Bir proqramı işə salmaq və layihəni icra etmək üçün YoloV3 alqoritmindən istifadə edəcəyik.

15 il əvvəl neyron şəbəkəsi ilə işlədim və deyə bilərəm ki, o vaxt mövcud olan mənbələri nəzərə alaraq "çətin" dövrlər idi.

Addım 2: İstifadə olunan mənbələr

· Logitech C270 kamera

· Kompüter

· NVIDIA GeForce GTX 1660

Addım 3:

Addım 4: ön şərtlər

Dərin sinir şəbəkələrini (DNN) işə salmaq üçün bir GPU ilə paralel hesablama istifadə etmək lazımdır.

Beləliklə, NVIDIA -dan güclü bir video karta ehtiyacınız olacaq və CUDA API (GPU virtual təlimat dəsti) istifadə edərək alqoritmi işlədin.

Alqoritmi işə salmaq üçün əvvəlcə aşağıdakı paketləri quraşdırmalısınız:

- NVIDIA Video Kart Sürücü

- CUDA

- CUDNN (CUDA Dərin Sinir Şəbəkəsi Kitabxanası)

- OpenCV

Addım 5: Kompüter tələbləri

Addım 6: YOLO qurun

Əvvəlcədən öyrədilmiş bir model istifadə edərək aşkarlama

Terminalı açın və yuxarıdakı əmrləri daxil edin.

Addım 7: MakeFile dəyişdirin

"MakeFile" faylını yuxarıdakı şəkildə olduğu kimi dəyişdirin, çünki GPU, CUDNN və OpenCV emalından istifadə edəcəyik. Dəyişdirdikdən sonra 'etmək' əmrini işlədin.

Addım 8: Tamamlanmasını gözləyin

Addım 7 -də 'et' əmri alqoritmlərin istifadəsi üçün hər şeyi tərtib edəcək və işləməsi bir az vaxt aparacaq.

Addım 9: Tələblərə uyğun gəlməyən kompüterlər üçün

Kompüteriniz və video kartınız o qədər də güclü deyilsə və ya daha yaxşı performans istəsəniz 'cfg /yolov3.cfg' faylını dəyişdirin.

Bu layihədə yuxarıdakı konfiqurasiya istifadə edilmişdir.

Addım 10: YOLO V3

Algılama sistemləri, bir qayda olaraq, modeli bir neçə fərqli yer və ölçüdə bir görüntüyə tətbiq edir.

YOLO, bütün görüntüyə tək bir sinir şəbəkəsi tətbiq edir. Bu şəbəkə görüntünü bölgələrə bölür və hər bir bölgə üçün məhdudlaşdırıcı qutular və ehtimallar verir.

YOLO bir sıra üstünlüklərə malikdir. Görünüşü bir bütün olaraq görür, buna görə də proqnozlar şəkildəki qlobal kontekstdən yaranır.

Tək bir görüntü üçün minlərlə qiymətləndirmə edən R-CNN-dən fərqli olaraq, tək bir şəbəkə qiymətləndirməsi ilə proqnozlar verir.

R-CNN-dən 1000 dəfə, Fast R-CNN-dən isə 100 qat daha sürətlidir.

Addım 11: YOLO -nu işə salın

YOLO -nu işə salmaq üçün "darknet" qovluğundakı terminalı açın və bir əmr daxil edin.

YOLO -nu 4 yolla işlədə bilərsiniz:

· Şəkil

· Birdən çox şəkil

· Axın (veb kamera)

· Video

Addım 12: YOLO V3 - Şəkil

İstədiyiniz görüntünü darknetin içindəki "data" qovluğuna yerləşdirin və bundan sonra şəkil adını dəyişdirərək yuxarıdakı əmri işlədin.

Addım 13: YOLO V3 - Giriş Şəkli

Addım 14: YOLO V3 - Çıxış Şəkli

Addım 15: YOLO V3 - Birdən çox şəkil

Şəkilləri bir qovluğa yerləşdirin və görüntü yolunu təmin etmək əvəzinə boş buraxın və yuxarıda gördüyünüz kimi əmri işlədin (solda).

Bundan sonra, sağdakı rəqəm kimi bir şey görünəcək, sadəcə şəkil yolunu qoyun və "daxil et" düyməsini basın və bir neçə şəkil üçün bu addımları təkrarlayın.

Addım 16: YOLO V3 - WebCam

Yuxarıdakı əmri işlədin və şəbəkəni yüklədikdən sonra veb kamera görünəcək.

Addım 17: YOLO V3 - Video

İstədiyiniz videonu darknetin içərisindəki "data" qovluğuna yerləşdirin və bundan sonra videonun adını dəyişdirərək yuxarıdakı əmri işlədin.

Addım 18: YOLO V3 - EXPO3D Video 1

Addım 19: YOLO V3 - Video EXPO3D 2

Addım 20: YOLO V3 - Video EXPO3D 3

Addım 21: Yükləmək üçün PDF

PDF YÜKLƏ (Braziliya Portuqal dilində)