YOLOv7 İle Nesne Tespiti - Custom Object Detection

Bu videoda yolov7 kullanarak kendi verilerimizle bir nesne tespit modeli oluşturuyoruz. Buradaki model iki farklı sınıfa ait nesneleri resimlerde yüksek doğruluk oranı ile bulabiliyor.
#yapayzeka #objectdetection #pytorch #makineöğrenmesi #machinelearning #deeplearning #derinöğrenme #artificialintelligence #yolov7

[@omerdesezen-ai6034]

Linke tıklayarak koda ulaşabilirsiniz. github.com/Deepandreinforcement/YOLOv7-Custom-Object-Detection

[@alperendemirci157]

Öğretici bir video olmuş hocam,emeğinize sağlık

[@veyselaytekin8734]

teşekkürler hocam

[@drbalontotis2474]

Teşekkürler hocam 👍

[@VIVOYT]

Başarılılar, hep böyle içerikler bekliyoruz ❤️

[@Kabizator]

abi indirdiğimiz ağırlığı kullanmayı öğretir misin

[@uguravar9583]

Hocam elinize saglik birde weight dosyasini python koduyla calistirmayi da video cekip gosterebilme sansiniz var midir acaba ?

[@rdvancam5972]

hocam hazır eğitilmiş modelle işlemleri nasıl yapacağız

[@YouTubere]

Hocam elinize sağlık. Hocam bir sorum olacaktı, tespit ettiğimiz nesnenin konum bilgisine nasıl ulaşabiliriz?

[@omerdesezen-ai6034]

Burada detect.py dosyası ile tespit işlemini yapıyoruz o yüzden buradan konum bilgisini elde edemeyiz. Ben şu şekilde konum bilgisini elde ediyorum. YOLOv7 reposunda hubconf.py adlı bir dosya var. Onu kullanarak ve ağırlıkları kullanarak modeli tanımlıyorum. Ardından resmi modele vererek sonuçları elde ediyorum. GitHub hesabımda araç sayma bir diye projem var. Orada bu yöntemi kullanarak konum bilgisine ulaşıyorum. Ayrıca bu yöntemde kendi eğitmiş olduğunuz ağırlıkları da kullanabilirsiniz.

[@bahadryayla2746]

hocam merhabalar ben sizin yaptığınız gibi yapıyorum fakat hiçbir hata almama rağmen objeyi de görmesine rağmen kutu içine alıp tanımıyor siz data dosyasının içinde classes.txt notepadini koyuyor musunuz yada ben neden hata alıyorum

[@bahadryayla2746]

cevap verirseniz çok mutlu olurum

[@omerdesezen-ai6034]

@@bahadryayla2746 Burada hatadan ziyade sizin eğittiğiniz model çok iyi olmayabilir. Bu yüzden tanıyamıyordur. Başka resimler için bir tahmin işlemi uygulayabilirsiniz. Örneğin train klasöründeki resimler olabilir. Ya da modeli daha iyi bir hale getirebilirsiniz. Bunun için eğitim verisini arttırmak bir çözüm olabilir. Ben classes.txt dosyasını etiket işlemi bittikten sonra siliyorum. Onunla alakalı bir durum olduğunu sanmıyorum.

[@omerberkaykaynar7400]

Real Time nasıl yaparız?

[@omerdesezen-ai6034]

Ona yönelik bir video gelecek

[@unutulangercekler3475]

train işlemine başladığımda şu hatayı alıyorum. WARNING: Dataset not found, nonexistent paths: ['/content/yolov7/data/val/images'] Traceback (most recent call last): File "/content/yolov7/train.py", line 616, in train(hyp, opt, device, tb_writer) File "/content/yolov7/train.py", line 97, in train check_dataset(data_dict) # check File "/content/yolov7/utils/general.py", line 173, in check_dataset raise Exception('Dataset not found.') Exception: Dataset not found.