YOLOv2を使って自前のデータを学習させて認識させるまで。 - 可変ブログ
精度、処理速度がいいと噂のYOLOv2を使って自分が検出させたいものを学習させます。 自分も試しながら書いていったので、きれいにまとまっていなくて分かりにくいです。そのうちもっとわかりやすくまとめたいですねー。 ほぼこちらにURLに書かれている通りです。英語が読めるならこちらの方を参考にしたほうがいいです。 How to train YOLOv2 to detect custom objects 環境 Ubuntu14.04 OpenCV2 Quadro6000 流れ CUDAをインストールする。 OpenCVをインストールする。 YOLOv2をインストールして、とりあえずYOLOを試す。 学習させるデータを用意して正解データを作る。 YOLO用に学習データを変換する。 学習パラメータとか諸設定。 学習させる。 認識させる。 CUDAをインストールする。 CPU環境でも一応動くのですが、w
YOLOオリジナルデータの学習 - Take’s diary
今回は今年のMaker faire tokyoで使ったAIジャンケンのデータ作成方法を書くことにします。AIの専門家では無いので、固有名詞の間違いはご容赦願います。 今回のデータを使ってジャンケンの手をリアルタイム認識させています。 YOLOを使った画像認識が早いのは分かりました。ただし練習でおおーっと思った画像認識に使うデータは、他人が用意したものです。自分の必要なデータをどんな用途で使うかで価値が決まって来ますよね。 用意する学習データは1クラス数千枚単位ですから、アマチュアではチョットって感じです。せっかく苦労して用意しても、使えなかったら何にもならないわけで、今回は「データー作成はそれほどでもなかった」的な記事です。メイカーフェア出展に向けて、サーモグラフィーを利用したジャンケン認識用画像の種類は3クラスとなりますが、これ以上のクラス数でも作成方法の基本は同じです。 次回は学習済み
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
