Respostas no Fórum
- Posts
Olá Igor, é possível sim! O que você busca é na verdade treinar um detector de objetos próprio, para isso você deverá treinar um modelo de detecção para ele aprender a detectar o objeto que você deseja treinar. Basicamente, para isso deve ser fornecido à rede neural as imagens de treinamento (é aqui que você vai usar o conjunto de imagens que você tem do objeto).
Esse é um processo que envolve mais detalhes e por isso foge bastante do foco desse curso em questão (Detecção e Reconhecimento de faces, onde para a detecção da face na imagem faz sentido usar um modelo de detecção já pronto para tornar todo o processo prático e focar no reconhecimento) mas caso você deseje realizar essa tarefa e treinar seu próprio detector personalizado eu sugiro dar uma olhada no Curso de YOLO aqui na plataforma, que mostra detalhadamente como treinar um modelo YOLO, que é sem dúvidas uma das técnicas mais modernas para detecção de objetos hoje.
Na trilha de Visão Computacional você encontrará também outros cursos voltados para a detecção, sugiro passar por eles também, mas caso sua ideia é ser mais objetivo eu recomendaria ir direto para o curso de YOLO, lá já mostra todo o passo a passo para a maneira mais moderna de fazer o treinamento.
Obs: Caso não tenha as imagens de treinamento ainda você pode baixar as fotos da internet, como também é explicado no curso.
Olá Igor!
Só para confirmar, você está se referindo ao reconhecimento né? Como se refere a carregar um banco de dados próprio para posteriormente identificar em um vídeo eu acredito que sim (pois a ideia é usar as próprias imagens para treinar o reconhecedor de faces, podendo usar para fotos ou vídeos), mas como o tópico que criou está marcado com “SSD” eu fiquei na dúvida, pois esse algoritmo está sendo usado para detecção.
Para usar um conjunto de imagens próprio, veja a partir da aula “Biblioteca face recognition 3” (mas recomenda-se ver as anteriores, caso não tenha visto), nessa aula é explicado detalhadamente como fazer a leitura e codificação das imagens presentes em um diretório, o qual deverá ter as suas imagens.
Já se por um acaso estiver de fato se referindo à detecção de faces (o que pelo contexto imagino que não, mas só para esclarecer mesmo) então o que você precisa é treinar um modelo de detecção de objetos, para isso escolher a técnica de detecção e treinar o algoritmo usando as suas próprias imagens – por exemplo, o curso de YOLO aqui na plataforma que mostra detalhadamente como criar seu próprio detector de objetos; mas na Trilha de Visão Computacional encontrará outros voltados à detecção.
Olá Brendo!
Primeiramente verifique se após executar a instalação da biblioteca face_recognition não foi retornado nenhum erro; em seguida, reinicie a IDE, depois tente executar novamente o programa.
Para a instalação do face_recognition você usou o mesmo método mostrado na aula “Projeto: captura de faces pela webcam”?
Tente desinstalar a biblioteca usando pip uninstall e em seguida execute o comando “pip3 install face_recognition” (“pip3” ao invés de “pip”).
Em alguns casos, talvez seja necessário antes de instalar o face_recognition instalar o cmake (pip install cmake).
Isso geralmente resolve, mas se o problema persistir então peço que informe qual versão do Python está usando. Aliás, verifique se o seu código está sendo executado no ambiente correto, onde está instalado o face_recognition (geralmente esse é o principal motivo desse problema).Olá David!
Essa mensagem realmente aparece no output da célula, mas na verdade esse aviso não deveria influenciar o funcionamento do restante do código, portanto deveria estar dando para executar o código normalmente. Se não estiver rodando para você, poderia compartilhar aqui o seu Colab? Assim eu posso analisar melhor o que pode estar acontecendo e se há outra coisa interferindo, pois hoje fiz mais um teste com o mesmo código e rodou normalmente.
Olá Wellington!
O denoise é implementado por padrão pelo método usado para criar a pipeline, então você pode fornecer esse parâmetro junto com os demais (prompt, prompt negativo, cfg, etc.). Para saber como usar, veja a aula “Parâmetros – inference step” (“inference step” nesse contexto é o mesmo que “denoising step”).
Quanto ao Karras sigmas, parece que já possui suporte no diffusers para todos os schedulers mais populares. Para implementar, você tem que passar o parâmetro assim: “use_karras_sigmas=True”.
Já o Refiner também é possível, porém ele é usado mais no contexto do SDXL (Stable Diffusion XL), mais detalhes.
Olá Rogério,
As imagens usadas no curso estão na pasta do Drive compartilhada na aula “Recursos para download”.
Esse link: https://drive.google.com/drive/folders/1jcWIoIWlFJ2ocERjW0p2W1cZ4LRMEjM5?usp=sharing
Para as aulas do YOLOv8, as imagens estão na pasta “Atualização YOLOv8 > fotos_teste”.
Caso não tenha encontrado alguma imagem, por gentileza informe qual para podermos lhe auxiliar.
Olá Wellington!
Quando são geradas múltiplas imagens de uma única vez, o resultado da função pipe (ou outro nome que você definiu) é uma lista, então para acessar uma imagem específica basta acessar através do índice. Por exemplo, para acessar a primeira foto da lista você pode simplesmente colocar em uma célula assim: imgs[0] (supondo que imgs é o nome que escolheu para a variável que recebe o resultado da geração). Portanto, para a segunda imagem é imgs[1].
Abaixo deixo um exemplo de código que salva a segunda imagem da lista em uma variável, e depois você pode fazer o que quiser e como quiser, basta referenciar essa variável contendo a imagem como uma próxima etapa para o algoritmo ou para a rede que fará a manipulação desejada, como por exemplo o upscale. Nesse exemplo, deixo ao final uma linha de comando para salvar a imagem em um arquivo
…
imgs = pipe(prompt, generator=generator).imagesresultado = imgs[1]
resultado.save(“resultado.png”)
Olá Wellington!
Esse “seed = 777″ ficou ali inicialmente pois a ideia era reaproveitar essa parte das aulas anteriores e mostrar como o código era reaproveitável, porém logo nos primeiros exemplos com o modelo gerado pelo fine-tuning ficou mais interessante deixar um trecho de código que gera um valor aleatório para o seed a cada execução. Assim é melhor nesse contexto já que agora é um cenário de uma aplicação mais realista e nesses casos você geralmente vai querer fazer testes com vários seeds e portanto é conveniente deixar eles aleatórios. E a vantagem de gerar o seed no programa é que conseguimos printar ele, assim caso gere uma sequência de imagens que achemos interessante nós podemos anotar o seed e trabalhar melhor os ajustes nos parâmetros (para melhorar certos aspectos da imagem por exemplo) usando esse valor como seed para a próxima geração (aí basta definir manualmente, igual com o “seed = 777”).Olá Heitor!
Você está executando no Colab mesmo? Ou em qual ambiente / sistema operacional?
Recomendo reiniciar a sessão e tente checar se executou na ordem todas as mudanças necessárias para compilação do Darknet (se possível tente clonar novamente o repositório antes). Caso o erro persista, por gentiliza compartilhe aqui o seu Colab pois assim consigo te auxiliar melhor e verificar se pode não haver alguma outra coisa no código ou na instalação interferindo.
E caso esteja executando em outro serviço cloud (como o AWS por exemplo) dê uma olhada nessa solução aqui.
Olá! Na verdade os comandos você executa no prompt mesmo (todos os comandos que possuem ! no Colab, porém localmente você vai executar sem a exclamação no início), e depois de feita as instalações você executa o código no PyCharm. Só certifique antes que está executando no PyCharm com o ambiente virtual que você instalou o diffusers, já que você pode ter mais de um ambiente.
Caso você esteja executando no Windows saiba que é bem comum dar algum problema de incompatibilidade, pelo menos alguns têm reclamado quanto a isso, então se for o seu caso eu sugiro dar uma olhada nesse guia e seguir os passos, pois essa parece ser atualmente a forma mais garantida.
Olá Edinalso!
Para a implementação do Stable Diffusion nesse curso foi feito baseado em código, pois permite algumas vantagens e ainda a possibilidade de deixar “programático” e facilmente reproduzível. Mas caso você deseje executar localmente e usando interfaces então saiba que pode sim sem problemas, assim como no método mostrado no artigo de exemplo, porém aqui você não usará mais comandos ou código, você ficará dependente da interface e portanto para gerar as imagens terá que fazer a partir das opções do menu presente nelas (o que é simples, pelo menos a maioria das interfaces usadas para implementar o SD hoje são bastante intuitivas).
No entanto, se você deseja instalar localmente usando essa mesma implementação do curso (que é baseada em código) então basta executar os mesmo comandos, para clonar o repositório oficial do diffusers e então importar as funções necessárias. Caso tenha qualquer dúvida enquanto você estiver tentando usar localmente fique à vontade para perguntar, nós iremos auxiliar.
Olá Rafael!
Eu testei novamente todo o código da aula (treinamento e teste) e não gerou esse erro, rodou sem problemas. Pode ter ocorrido ou algum problema na hora de salvar o modelo treinado, ou ficou diferente alguma parte do seu código.
Em todo o caso, considerando a possibilidade que seja a segunda opção, sugiro dar uma olhada aqui no código da aula: https://colab.research.google.com/drive/11aOxCRQegn6GbpOzoHeO6pVq5K7bRzHc#scrollTo=Lnz1W0v97fR6
Caso persista, tente carregar o modelo disponibilizado na pasta do Drive (o arquivo “rede_neural”).
Se ainda estiver com dificuldades para resolver, peço que compartilhe o seu Colab, pois assim vou conseguir auxiliar melhor, já que pode haver outra coisa em seu código interferindo.
Olá! Esse cascade que você cita foi treinado com imagens do “frontal CALTECH dataset”, nesse github há mais detalhes caso tenha curiosidade.
Mas para treinar seu próprio detector de faces, pode usar imagens positivas de qualquer dataset que contenha na imagem o “objeto” que você deseja detectar; e as negativas seriam qualquer outra coisa que não contenha o seu objeto.
Tem alguns datasets bastante conhecidos e usados (principalmente em trabalhos de pesquisa) como o AT & T Database e o Yale Face Database B. Na verdade, há tantos datasets que vou deixar abaixo dois artigos que reúne dezenas deles:
Você pode dar uma olhada neles e escolher qual se adequada melhor aos seus objetivos, ou também nada impede de usar múltiplos datasets (o que pode ser o ideal caso deseja tornar seu modelo mais robusto).
Olá Fernando!
Para ler imagens nesse formato, você pode usar a própria biblioteca matplotlib (exemplo). Ou, você pode usar a função open() da biblioteca PIL, que já possui suporte a esse formato (mais detalhes aqui). Algumas pessoas já relataram certo problema ao tentar ler esse formato no geral, então como alternativa o que eu recomendo caso isso aconteça com você é fazer antes a conversão do formato .tiff para o .jpg ou .png (png de preferência, para evitar compressão) caso isso não comprometa a sua imagem, claro; assim, você terá uma garantia que poderá carregar suas imagens sem problemas de compatibilidade, pois são formatos mais “universais” e aceitos pelas bibliotecas mais comuns de machine learning e visão computacional. A conversão pode ser feita manualmente usando uma ferramenta como o convertIO, mas se você está trabalhando com muitas imagens isso não é viável, então você pode utilizar um script em python para fazer isso de modo automático, desse modo.
