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
 
 
 
 

再來是開啟 VS Code，選擇先前安裝設定的 Yolo 資料夾

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
 

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

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

最近拿到公司的新電腦，忽然心血來潮 想把電腦轉到虛擬機內，一方面未來的開發環境不想再裝一堆東西到實體機，一方面也可以省去再買一個Win10 License的CoCo
一開始還不是很順利，過去用Ghost 將硬碟 ghost下來後，轉成虛擬機，不知道是否因為 新的SSD NVME的問題，還是BIOS UEFI 的問題

小孟老師說，建議民眾七夕這天可以到七娘媽與月老廟，並隨身攜帶一罐水，不過水不要打開，在中午11：00到下午1：00間放在七娘媽或月老廟桌上祭拜，拜完後立刻喝水，喝完後49天後能得到強大桃花貴人，或金錢貴人。畢竟工作在職場上，好的桃花未必是指感情，而是異性緣好能獲得幫助，對從事業務的人幫助很大，另外金錢貴人的出現，也有助於讓你辛勤工作能開花結果，決定了你的升遷或加薪分紅。
 

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)

資料來源：http://www.ihalcon.com/read-1136.html#read_122777
 

關鍵在於
1.將相機上的點座標與軸控的點座標各自找出後   建立紡射變換