👨‍🏫Özelleştirilmiş Tensorflow Obje Algılayıcısı Eğitme

👮‍♂️ Gereksinimler

Özelleştirilmiş model eğitmek için alttakilerin yapılmış olması gerekmektedir:

• 🚧 Tensorflow Kurulumu

• 🚧 Tensorflow Algılama Modellerinin Kurulumu

• 💷 LabelImg Kurulumu

🎴 Resim Etiketleme

Etiketleme işlemini LabelImg üzerinden yapmaktayız.

👨‍💻 Derlenmiş LabelImg

İndirdiğiniz dizindeki labelimg.exe dosyasını çalıştırmanız yeterlidir.

🐍 Python ile LabelImg

İşlemleri Anaconda Prompt ile işlemler yapmalıyız.

conda activate labelImgcd %TENSORFLOW%\addons\labelImgpython labelImg.py ..\..\workspace\example_detection\images # çıktıları hedefleme

👨‍🔧 Etiket Yollarını veya Adlarını Düzenleme

XML ve resim dosyalarını başka bir yolda oluşturduysan alttaki script yardımıyla düzeltebilirsin

• Script dosyasını buraya tıklayarak indirmeli ve gerekli dizine alttaki komutla koymalıyız

• Komutları Anaconda Prompt üzerinden tensorflow ortamını aktif ederek uygulamayı unutmayın.

# Train verilerini yeniden adlandırma ve düzeltmepython xml_path_regulator.py -i %TENSORFLOW%\workspace\example_detection\images\train -p train​# Test verilerini yeniden adlandırma ve düzeltmepython xml_path_regulator.py -i %TENSORFLOW%\workspace\example_detection\images\eval -p eval

LabelImg kullanımı için bu videoya bakabilirsin.

🌍 Etiket Haritası Oluşturma

• Alttaki komutla açılan dizinde .pbtxt uzantılı etiket haritası dosyasını oluşturun

• Örnek dosya yapısı komutların altındadır.

cd %TENSORFLOW%\workspace\example_detection\annotationsstart .

item {  id: 1  name: 'cat'}item {  id: 2  name: 'dog'}

cat ve dog etiket isimleridir