Thứ tự Train Yolov4 bước 21

Một phần của tài liệu Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT đồ án tốt nghiệp ngành công nghệ kỹ thuật ô tô (Trang 94 - 97)

4.3.4. Train data – model Yolov4 – tiny

Bước 1: Resize tất cả ảnh cho cùng kích thước bằng phần mềm trước khi gán nhãn. Bước 2: Thực hiện gán nhãn bằng cơng cụ labelImg Tool:

– Xóa các danh mục trong file data/predefined_classes.txt – Chọn Open Dir => chọn đến thư mục chứa ảnh.

– Chọn Open change dir => chọn thư mục chứa ảnh.

85

Bước 3: Mở file classes.txt trong custom_data => Save as => classes.names (All type

(*)).

Bước 4: Tạo file train.txt và test.txt:

– Mở cmd chỉ đường dẫn tới thư mục chứa ảnh: cd Downloads\train\custom_data

– Liệt kê File ảnh: dir/s/b *.jpg

– Xuất đường dẫn file ảnh: dir/s/b *.jpg >train.txt

– Replace đường dẫn trong file train.txt => custom_data/xxxx.jpg – Xóa dịng trống cuối cùng trong train.txt => Save

– Mở file train.txt => save as tạo file test.txt.

– File train.txt va test.txt được lưu trong file custom_data.

Bước 5: Tạo file labelled_data.data:

– Mở Notepab và gõ nội dung như sau: classes = 5 (số lượng vật thể)

train = custom_data/train.txt valid = custom_data/test.txt

names = custom_data/classes.names backup = backup

– Lưu và đuổi đuôi từ “.txt” sang “.data”

– File labelled_data.data cũng được lưu trong file custom_data.

Bước 6: Zip thư mục chứa ảnh (đặt tên thư mục là custom_data).

Bước 7: Upload file custom_data.zip vào thư mục yolo_custom_model_Training

trên Google Drive.

86

Bước 9: Liên kết Colab với Drive:

from google.colab import drive drive.mount('/content/drive')

Bước 10: Liệt kê tệp trong thư mục yolo_custom_model_Training

ls '/content/drive/My Drive/yolo_custom_model_Training'

Bước 11: Download file darknet vào thư mục yolo_custom_model_Training trong

Drive.

!git clone 'https://github.com/AlexeyAB/darknet.git' '/content/drive/My Drive/ yolo_custom_model_Training/darknet'

Bước 12: Chuyển đến thư mục darknet

%cd /content/drive/My Drive/yolo_custom_model_Training/darknet

Bước 13: Liệt kê file có trong thư mục darknet

!ls => xóa !ls => gõ !make => run

Bước 14: Download và chỉnh sửa file makefile

– GPU = 0 => 1 – CUNN = 0 => 1 – OPENCV = 0 => 1

Bước 15: Xóa makefile cũ trên drive => upload makefile mới lên drive

– Khi xóa phải xem makefile đã mất bên thư mục của colab chưa. – Khi upload cũng phải xem makefile đã tải lên colab chưa.

Bước 16: Tải và sửa file yolov4 – tiny – custom.cfg trong thư mục darknet/cfg:

– batch = 64

– subdivisions = 16 – width = 288/128/96

87 – height = 288/128/96

– max_batches = classes*2000 ( >= 6000) – step = 0.8* max_batches, 0.9* max_batches – Find => [yolo]

– Classes = số lượng vật thể – Filters = (classes + 5)*3

– Save yolov3 – tiny – custom.cfg => upload lên darknet/cfg – Khi upload phải xem bên colab có chưa.

Bước 17: Tạo file custom_weight trong yolo_custom_model_Training => Upload

file yolov4 – tiny.conv.29 vào thư mục custom_weight.

Bước 18: Tạo file backup trong yolo_custom_model_Training. Bước 19: Chuyển đến thư mục yolo_custom_model_Training

%cd /content/drive/My Drive/yolo_custom_model_Training

Bước 20: Gõ và chạy lệnh: !darknet/darknet

Một phần của tài liệu Nghiên cứu và phát triển hệ thống phát hiện đối tượng trên xe tự hành dành cho cuộc đua số của FPT đồ án tốt nghiệp ngành công nghệ kỹ thuật ô tô (Trang 94 - 97)

Tải bản đầy đủ (PDF)

(122 trang)