Bundan tashqari O‘zbekiston Respublikasi Prezidenti Islom Karimovning

glob Bizga katalogdagi fayl yo'llarini yozib olish, matplotlib vizualizatsiya qilish va cv2 tasvirlarni o'qish uchun kerak bo'ladi .
Keyinchalik, biz bir nechta konstantalar va giperparametrlarni aniqlaymiz. 

1 2 3

TRAIN = True # Number of epochs to train for. EPOCHS = 25

Yuqorida bizda mantiqiy til mavjud TRAIN. Agar bu bo'lsa True, kodni ishga tushirish daftarlardagi barcha uchta modelni o'rgatadi. Agar biz qiymatni sifatida taqdim qilsak False, natijalar katalogida ilgari o'qitilgan model mavjud bo'lsa, u xulosa chiqarish uchun ishlatiladi. Agar biz xulosa chiqarishni istasak, har safar barcha modellarni o'rgatishimiz shart emasligini ta'minlash uchun bu yaxshi chora.

Fayllarni yuklab olish uchun yordamchi funksiya

Quyidagi funksiya notebookdagi istalgan faylni yuklab olish uchun. Keyinchalik, biz undan xulosa ma'lumotlar to'plamini yuklab olish uchun foydalanamiz.

def download_file(url, save_name): url = url if not os.path.exists(save_name): file = requests.get(url) open(save_name, 'wb').write(file.content) else: print('File already present, skipping download...')

Ma'lumotlar to'plamini tayyorlash

Keyingi qadam ma'lumotlar to'plamini yuklab olish va tayyorlashdir. Ma'lumotlar to'plamini yuklab olish va ekstrakti olish uchun bizga oddiy yordamchi funksiya kerak. 
Ma'lumotlar to'plamini o'qitish uchun ishlatishdan oldin uning katalog tuzilishini bilish ham muhimdir.

├── test │ ├── images │ └── labels ├── train │ ├── images │ ├── labels │ └── labels.cache ├── valid │ ├── images │ ├── labels │ └── labels.cache ├── data.yaml ├── README.dataset.txt └── README.roboflow.txt

Bizda ularning tegishli papkasida tasvirlar va teglar mavjud. Yuqorida muhokama qilinganidek, biz YOLOv5 moslashtirilgan obyektni aniqlash treningi uchun poezd va yaroqli papkalardan foydalanamiz.

YAML fayli
Ehtimol, YOLOv5 treningining eng muhim xususiyatlaridan biri YAML ma'lumotlar to'plami faylidir. Ushbu faylda sinf nomlari bilan birga o'qitish va tekshirish ma'lumotlariga yo'l mavjud. Trening skriptini bajarishda biz ushbu fayl yo'lini argument sifatida taqdim etishimiz kerak, shunda skript tasvir yo'llarini, teg yo'llarini va sinf nomlarini aniqlay oladi. Ma'lumotlar to'plami allaqachon mavjud. data.yamlQuyida biz bu yerda trening uchun foydalanadigan faylning mazmuni keltirilgan .
Quyidagi rasmda results.pngjoriy natijalar katalogidagi barcha yo'qotishlar va mAP mavjud fayl ko'rsatilgan.

1.10-rasm. YOLOv5s modelini 25 davr uchun o'rgatgandan so'ng yo'qotish va mAP natijalari.
Biz ushbu postda YOLOv5 dan foydalangan holda ko‘plab o‘quv va xulosa chiqarish tajribalarini o‘tkazdik. Biz YOLOv5 kichik modelidan foydalangan holda maxsus ob'ektni aniqlashni o'rgatish va xulosa chiqarishdan boshladik. Keyin biz YOLOv5 o'rta model treningiga va bir nechta muzlatilgan qatlamli o'rta model treningiga o'tdik. Ushbu post bizga YOLOv5 kod bazasining ishlashi, shuningdek, modellar orasidagi ishlash va tezlik farqi haqida yaxshi ma'lumot berdi.