程式狂想曲

 

 

到了這一步，基本上才正式進入訓練，沒法  不知為何 Yolo v9 rd 的官方設定，Mosaic 與 RandomCrop 都設置成 1，在底層演算法中，Mosaic的演算法，對於類別很少甚至只有1種類別

或者訓練的目標影像的位置太固定，在經過Mosaic的4分隔拼接後，很容易在新拼接的影像是沒任何訓練目標

基本上不建議 Mosaic 與 RandomCrop 同時開啟

 

增強訓練的概念是用較少的影像，在每一輪的訓練前，調整影像，避免訓練過程中，AI學習太過單調，導致分數高但實際運用卻不佳的狀況，也可以用較少的影像數量得到較佳的訓練結果

如果影像數量很多，收集到各種不同角度與位置，亮度變化，其實不開啟影像增強模式也無仿，畢竟很多影像增強不一定對於後續的使用有實際作用

例如目標用在缺陷檢查，做了一堆Mosaic 或 MixUp，就算有訓練出來，但這model 對於實際運用不一定好用

 

參數又設置成 1

Mosaic: 1
表示每一次的訓練影像都拼接，基本上就很難得到可以訓練的影像
如果訓練的分類不多，影像的數量又夠多 單分類 > 100張，其實可以不用考慮 開啟 Mosaic 功能設置成 0 或者直接# 註解調，如果有需求設置成 0.2 ~ 0.5 即可
 
 
增強影像訓練的設定參數檔案 yolo/config/task/train.yaml
在data_augument 這邊設定要啟用的增強方式
 
 
影像強化的演算法設定位置
yolo/config/tools/data_augmentation.py，後續如果想要增加其他的影像增強訓練，可以在這個檔案擴增功能
 
 
 
基本上將 Mosaic 與 RandomCrop mark 不啟用
後續的訓練，mA.5:.95的分數就可以開始增加
 
但要訓練幾輪才能得到好的分數，就看後續每個人的經驗或者另外補上可提前停止的訓練的功能
 
 
 
 

(繼續閱讀...)

Rh 發表在 痞客邦 留言(1) 人氣()

再來是開啟 VS Code，選擇先前安裝設定的 Yolo 資料夾

(繼續閱讀...)

Rh 發表在 痞客邦 留言(0) 人氣()

Yolo 的系列在 2024年 發布了 Yolo V9，由於 Ultralytic 公司 將先前的 Yolo v5 改成了 AGPLv3，導致了 Yolov9 雖然是台灣工研院團隊在開發，但由於使用了一部分Ultralytic 的 code，最後另外發佈另一個 MIT Yolo 的版本。不否認 Ultralytic 的版本很好用，實測過 yolo12 的確是很好上手，畢竟是商業化的公司，真的部屬很快，速度也很不錯，但這商業化的方法不是很認同，剛好又看到 中研院發佈的 MIT YoloV9的版本,目前測試 訓練、推理、轉成 onnx 檔案、使用 onnx檔案推理  也都能順利做到，在此預計做個系列分享。一方面感謝中研院的團隊，另一方幫忙補上一些目前官方網站缺少的資訊
 

(繼續閱讀...)

Rh 發表在 痞客邦 留言(0) 人氣()

windows 11  把疑難排除功能的修改權限功能默認移除了
需要執行以下幾個步驟才˙能 修改 visual studio 的默認啟動權限

(繼續閱讀...)

Rh 發表在 痞客邦 留言(0) 人氣()

最近發生一件很怪異的問題，在公司的無線網路是 DHCP，在工廠端無線網路是固定IP設定，只要連線到工廠網路，回到公司的無線網路就會發生異常。
DHCP、分配的IP  、DNS 都正常，內網使用也都沒問題，但就是沒對外連線

(繼續閱讀...)

Rh 發表在 痞客邦 留言(0) 人氣()

Rh 發表在 痞客邦 留言(0) 人氣()

Rh 發表在 痞客邦 留言(0) 人氣()

回顧一下  先前的文章
台灣房價開始起跌 (青壯年人口與結婚人數會影響買房的需求)

(繼續閱讀...)

Rh 發表在 痞客邦 留言(0) 人氣()

Rh 發表在 痞客邦 留言(1) 人氣()

Rh 發表在 痞客邦 留言(0) 人氣()

Rh 發表在 痞客邦 留言(0) 人氣()

在查詢的很多資料 後  找到一個 功能
editbin /LARGEADDRESSAWARE <your exe>

(繼續閱讀...)

Rh 發表在 痞客邦 留言(0) 人氣()