How to prepare data for training ? บทความนี้จะอธิบายเกี่ยวกับวิธีการเตรียมข้อมูลรูปภาพสำหรับการ training AI โดยใช้โมเดล Yolo Tensorflow สำหรับข้อมูลที่ต้องใช้จะประกอบด้วย 3 ส่วนหลักๆคือ รูปภาพ ชื่อคลาสและตำแหน่งของคลาสในรูปภาพ ( XML File ) โดยชื่อคลาสเราจะทำการแก้ไขไฟล์ label.txt แล้วทำการเปลี่ยนชื่อคลาสเป็นไปตามที่เรากำหนดส่วนตำแหน่งของคลาสในรูปภาพเราจะใช้โปรแกรมที่ชื่อว่า LabelImg นำมาช่วยในการทำโดยมีวิธีการติดตั้ง ดังนี้ วิธีใช้งานโปรแกรม LabelImg 1.เมื่อเปิดโปรแกรมมาทำการเลือกโฟล์เดอร์รูปภาพโดยการกดไปที่ Open Dir 2.เลือกโฟล์เดอร์ปลายทางสำหรับบันทึกข้อมูลโดยการกดไปที่ Change save dir 3.วาด Bounding Box รอบวัตถุที่เป็นคลาสตามที่เรากำหนดไว้พร้อมกับใส่ชื่อคลาส (กด w เพื่อวาด) 4.กดบันทึกค่าตำแหน่ง 5.เปลี่ยนรูปภาพถัดไป (กด D)
How to training AI with YOLO tensorflow ? บทความนี้จะพูดถึงขั้นตอนการ training AI โดยใช้โมเดล YOLO tensorflow ซึ่งอิงมาจาก github ขั้นตอนการทำ 1. โหลดโมเดล darkflow โดยการเข้าไปที่ ลิ้งนี้ แล้วทำการดาวน์โหลด Zip ไฟล์พร้อมทั้งแตกไฟล์ไว้ในโฟล์เดอร์ที่ต้องการ หรือทำการ compile ผ่านหน้า command line ดังนี้ git clone https://github.com/thtrieu/darkflow cd tensorflow-for-poets-2 2. ทำการเข้าไปที่โฟล์เดอร์ cfg แล้ว duplicate tiny-yolo-voc.cfg และแก้ไขชื่อไฟล์ตามที่ต้องการเช่น yolo-car.cfg 3. ทำการแก้ไขข้อมูลข้างในไฟล์ yolo-car.cfg 3.1 ) ใน layer region แก้ไขจำนวน class ตามตามจำนวนที่ทำการ train ... [region] anchors = 1.08 , 1.19 , 3.42 , 4.41 , 6.63 , 11.38 , 9.42 , 5.11 , 16.62 , 10.52 bias_match = 1 classes = 3 //แก้ไขจำนวน class coords = 4 num = 5 softmax = 1 ... ...