Практикт нүүр царай таних: 21 алхам

2025 Зохиолч: John Day | [email protected]. Хамгийн сүүлд өөрчлөгдсөн: 2025-01-23 15:00

Энэ бол миний маш их сонирхож, нойр алдахад хүргэдэг сэдэв юм: Компьютерийн алсын хараа, объект, хүмүүсийг урьдчилан бэлтгэсэн загвараар илрүүлэх.

Алхам 1: Танилцуулга

Бид YoloV3 алгоритмыг ашиглан програм ажиллуулж, төслийг ажиллуулах болно.

Би 15 жилийн өмнө мэдрэлийн сүлжээнд ажиллаж байсан бөгөөд тухайн үеийн нөөц бололцоог харгалзан үзэхэд эдгээр үе бол "хэцүү" үе байсан гэж хэлж болно.

Алхам 2: Ашигласан нөөц

· Logitech C270 камер

· Компьютер

· NVIDIA GeForce GTX 1660

Алхам 3:

Алхам 4: Урьдчилсан нөхцөл

Гүн мэдрэлийн сүлжээг (DNN) ажиллуулахын тулд GPU -тай зэрэгцээ тооцооллыг ашиглах шаардлагатай.

Тиймээс танд NVIDIA -аас хүчирхэг видео карт хэрэгтэй бөгөөд CUDA API (GPU виртуал зааварчилгаа) ашиглан алгоритмыг ажиллуулна.

Алгоритмыг ажиллуулахын тулд та дараах багцуудыг суулгасан байх ёстой.

- NVIDIA видео картны хөтөч

- CUDA

- CUDNN (CUDA Deep Neural Network Library)

- OpenCV

Алхам 5: Компьютерт тавигдах шаардлага

Алхам 6: YOLO -г тохируулна уу

Урьдчилан бэлтгэгдсэн загвар ашиглан илрүүлэх

Терминалыг нээгээд дээрх тушаалуудыг оруулна уу.

Алхам 7: MakeFile -ийг өөрчилнө үү

Дээрх зураг дээрх шиг "MakeFile" файлыг өөрчил, учир нь бид GPU, CUDNN, OpenCV боловсруулалтыг ашиглах болно. Өөрчлөлт хийсний дараа 'make' командыг ажиллуулна уу.

Алхам 8: Үүнийг дуусгахыг хүлээнэ үү

7 -р алхам дахь 'make' команд нь алгоритмд ашиглах бүх зүйлийг эмхэтгэх бөгөөд ажиллуулахад хэсэг хугацаа шаардагдана.

Алхам 9: Шаардлагад нийцэхгүй байгаа компьютеруудын хувьд

Хэрэв таны компьютер болон видео карт тийм ч хүчирхэг биш эсвэл илүү сайн ажиллахыг хүсч байвал 'cfg /yolov3.cfg' файлыг өөрчилнө үү.

Дээрх тохиргоог энэ төсөлд ашигласан болно.

Алхам 10: YOLO V3

Илрүүлэх систем нь ихэвчлэн загварыг хэд хэдэн өөр өөр байршил, масштаб дээрх зураг дээр ашигладаг.

YOLO нь бүхэл бүтэн зураг дээр нэг мэдрэлийн сүлжээг ашигладаг. Энэ сүлжээ нь дүрсийг бүс болгон хувааж, бүс тус бүрт хязгаарлах хайрцаг, магадлалыг өгдөг.

YOLO нь хэд хэдэн давуу талтай. Энэ нь дүрсийг бүхэлд нь хардаг тул түүний таамаглалыг зураг дээрх дэлхийн нөхцөл байдлаас үүдэлтэй болгодог.

Энэ нь R-CNN-ээс ялгаатай нь нэг зургийн хувьд олон мянган үнэлгээ хийдэг сүлжээний нэг үнэлгээгээр таамаглал дэвшүүлдэг.

Энэ нь R-CNN-ээс 1000 дахин хурдан, Fast R-CNN-ээс 100 дахин хурдан юм.

Алхам 11: YOLO ажиллуулах

YOLO -г ажиллуулахын тулд "darknet" фолдер дахь терминалыг нээгээд командыг оруулна уу.

Та YOLO -г 4 аргаар ажиллуулж болно.

· Зураг

· Олон зураг

· Дамжуулалт (Вэбкам)

· Видео

Алхам 12: YOLO V3 - Зураг

Darknet доторх "өгөгдөл" хавтсанд хүссэн зургаа оруулаад зургийн нэрийг өөрчлөхийн тулд дээрх тушаалыг ажиллуулна уу.

Алхам 13: YOLO V3 - Зураг оруулах

Алхам 14: YOLO V3 - Гаралтын зураг

Алхам 15: YOLO V3 - Олон зураг

Зургийг зарим хавтсанд байрлуулж, зургийн замыг оруулахын оронд хоосон орхиж, дээр дурдсан шиг (зүүн талд) тушаалыг ажиллуулна уу.

Үүний дараа баруун талд байгаа дүрс шиг зүйл гарч ирэх болно, зургийн замыг байрлуулаад "оруулах" дээр дараад хэд хэдэн зурган дээр эдгээр алхмуудыг давтана уу.

Алхам 16: YOLO V3 - WebCam

Дээрх тушаалыг ажиллуулаад сүлжээг ачаалсны дараа вэбкамер гарч ирнэ.

Алхам 17: YOLO V3 - Видео

Darknet доторх "өгөгдөл" фолдерт хүссэн видеогоо байрлуулаад дараа нь видеоны нэрийг өөрчлөх командыг ажиллуулна уу.

Алхам 18: YOLO V3 - EXPO3D видео 1

Алхам 19: YOLO V3 - Видео EXPO3D 2

Алхам 20: YOLO V3 - Видео EXPO3D 3

Алхам 21: Татаж авах PDF

PDF ТАТАХ (Бразил португал хэлээр)