Skip to content

Latest commit

 

History

History
51 lines (43 loc) · 1.48 KB

How to Use(한국어).md

File metadata and controls

51 lines (43 loc) · 1.48 KB
Raw

1. Install

  • 파일을 git을통해 내려받거나 zip으로 받은 후 requirements 를 다운
git clone https://github.com/minji-o-j/system-for-visually-impaired.git
cd system-for-visually-impaired
pip install -r requirements.txt

2. Download Prerequisite (YOLOv4)

  • Darknet 파일 다운
  • 다운 후 해당 파일을 weights 폴더에 위치시킨다.
# yolov4.conv.137
https://drive.google.com/file/d/1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT/view
# weights
https://drive.google.com/file/d/1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT/view

3. Pretrained test

  • data/sample_images에 테스트 해보고 싶은 파일들을 위치시키고 다음과 같은 코드를 입력하면 YOLOv4 기본 classes에 대한 결과를 확인 가능
  • output 폴더에 결과 파일 저장됨
!python detect.py

4. Custom Dataset

  • 훈련에 사용할 Dataset: image, label 파일이 필요

Image

  • data/custom/ 에 train/images or valid/images에 위치시킨다

Labels

  • x1 y1 x2 y2 형식의 txt파일 필요

만약 xml파일일 경우

  • xmltotxt.py 이용하여 xml파일을 txt로 변환 <<출처: xmltotxt

  • out 폴더에 변환된 txt들이 저장됨

  • data/custom/의 train/labels or valid/labels로 이동

  • 이후 data/custom/classes.names에 내가 훈련하고자 하는 label들을 입력

    • 마지막 칸은 엔터를 남겨둬야지 정확히 인식됨
crosswalk
light

5. Train