回答編集履歴

3

2021/11/15 12:37

投稿

退会済みユーザー
test CHANGED
@@ -3,6 +3,22 @@
3
3
 
4
4
 
5
5
  が、YOLOの偉いところは、**手順に沿って変えていけばプログラム的な変更なしに、設定ファイルの変更だけでそういう設定も自動でやってくれる**ところです。
6
+
7
+
8
+
9
+ > 自分で「人・車・犬・・・+新クラス」 の写真を用意して学習させる。以外の方法でご教授頂けると幸いです。
10
+
11
+
12
+
13
+ 学習元データをDLして、そこからいらないクラスを削除して、新しいクラスを自分で足して学習させるしかないと思います。ただ、クラス数も画像も膨大にあると学習も遅いはずです。ごついGPUを4枚くらい指してぶん回さないといけないと思います。クラスのインデックスが変わってしまうと思うので、「だったら転移学習でいいじゃん」が答えになりそうです。
14
+
15
+
16
+
17
+ 上記で否定されていますが、その転移学習の方法は以下の通りです。
18
+
19
+
20
+
21
+ ----
6
22
 
7
23
 
8
24
 

2

2021/11/15 12:36

投稿

退会済みユーザー
test CHANGED
@@ -13,3 +13,15 @@
13
13
 
14
14
 
15
15
  テキストと画像のフォーマットさえ合っていればいいので、「こんなフォーマットを既存のソフトでラベリングするのめんどくせー」という場合には、自前でOpenCVか何かで画像をガシガシ加工してラベル情報のテキストと一緒に吐き出すように実装してもYOLOはちゃんとうごきます。その場合は[リファレンス](https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects)を参照ください。
16
+
17
+
18
+
19
+ ---
20
+
21
+ > 詰まるところ、tensorflow(keras)での転移学習の方法について
22
+
23
+ > 知りたい。という質問になるのかもしれません。
24
+
25
+
26
+
27
+ YOLOはDarknetというフレームワークで動いていますので、TFに移植するのは骨が折れる(上にバグも含まれるかもしれないし、途方もなく時間がかかる)のでやめた方がイイと思います。

1

2021/11/15 12:33

投稿

退会済みユーザー
test CHANGED
@@ -12,4 +12,4 @@
12
12
 
13
13
 
14
14
 
15
- テキストと画像のフォーマットさえ合っていればいいので、「こんなフォーマットを既存のソフトでラベリングするのめんどくせー」という場合には、自前でOpenCVか何かで画像をガシガシ加工してラベル情報のテキストと一緒に吐き出すように実装してもYOLOはちゃんとうごきます。
15
+ テキストと画像のフォーマットさえ合っていればいいので、「こんなフォーマットを既存のソフトでラベリングするのめんどくせー」という場合には、自前でOpenCVか何かで画像をガシガシ加工してラベル情報のテキストと一緒に吐き出すように実装してもYOLOはちゃんとうごきます。その場合は[リファレンス](https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects)を参照ください。