- This topic has 5 replies, 2 voices, and was last updated 2 years, 9 months ago by
.
- Posts
Olá! Consegue sim, quanto a rodar YOLO no Raspberry Pi também sugiro dar uma olhada nesse artigo, que pode ser bem útil. Só tem que ver se ele vai rodar a uma boa taxa de FPS, na verdade isso vai depender totalmente do tipo de sua aplicação (especialmente se ela exige processar tudo em tempo real e se depende de uma taxa alta de FPS), por isso é bom testar e ver qual vai ser o tempo de inferência. Caso a taxa de FPS seja muito baixa sugiro treinar com o Tiny-YOLO.
Para exemplo de código recomendo verificar o primeiro link na minha resposta anterior, lá tem um código pronto para usar e mostra certinho como rodar em tempo real.
Python OpenCV – Aprenda a usar o Darknet Yolo V4 em 20 minutos! Detecção de objetos com Yolo V4. – YouTube
https://www.youtube.com/watch?v=Sx_HioMUtiY&t=407s
Mestre, nesse video o rapaz usa o YOLO para detecção de objetos, eu fiquei em dúvida com o arquivo “coco.names” que ele usa.
yolov4.weights e yolov4.cfg eu vi nas aulas como editar no meu modelo personalizado, mas como editar esse arquivo “coco” que ele usa?
Pretendo usar o algoritmo dele com o modelo personalizado que criei com as aulas do iaexpert.
Olá! Esse arquivo é usado para informar ao YOLO quais são os nomes das classes associadas ao modelo (para o COCO são 80 classes, portanto 80 nomes, 1 por linha. veja o conteúdo aqui). Para editar esse arquivo você pode usar qualquer programa de editor de textos. Recomendo dar uma olhada na aula “Criação da base de imagens 4”, onde é mostrado exatamente como editar esse arquivo com extensão .names (é mostrado para o modelo customizado que estamos criando, mas pode ser feito para o COCO da mesma forma já que se trata de apenas editar os nomes).
- You must be logged in to reply to this topic.