deeplearning

YOLOをファインチューニングし、少量データセットで物体検知をカスタム

手持ちの少量のデータセットで、YOLO v3をファインチューニングし、カスタムした物体検知を行ないます。今回は、WHILL Model Cを画像から検知してみました。

KauzmichiShirai

YOLOv3で物体検知する方法を紹介しました。
Google Colab上でYOLO v3を使って、手持ちの画像の物体検知をしてみた

darknet YOLOでCannot load image STB Reason: can't fopenとエラーが出たときの対処法

darknet YOLOで、用意した画像データセットを使って学習しようとしたら、Cannot load image ../data/my-data/000001.jpg STB Reason: can't fopenというエラーが発生する。このときは、画像データセットへのパスを相対パスから絶対パスに修正する。

Kauzmichi Shirai

darknet YOLOで、用意した画像データセットを使って学習しようとしたら、Cannot load image "../data/my-data/000001.jpg" STB Reason: can't fopenというエラーが発生した。
動作環境はGoogle Colab。
たとえば、darknet/data/my-dataに画像データセットを入れて、次のコマンドで学習させようとしたら発生する。

Google Colab上でYOLO v3を使って、手持ちの画像の物体検知をしてみた

ディープラーニングの画像処理の勉強のため、YOLO v3で手持ちの画像の物体検知を試みます。Google Colaboratory上でYOLO v3を入れて、サンプル画像で物体検知しました。それから、手持ちの画像をGoogle Colaboratoryにアップロードして、その画像をYOLOで物体検知してみました。

Kauzmichi Shirai

ディープラーニングの画像処理の勉強のため、YOLO v3で手持ちの画像の物体検知を試みます。