[PYTHON] Echtzeit-Persönliche Schätzung (Was muss ich tun, um die Schätzung von Bildern außerhalb der Kategorie zu verhindern?) * Fehler.

Artikel bis zum letzten Mal

Beim letzten Mal wurde yolov5 gelernt, die GPU auf einem lokalen Computer zu verwenden. https://qiita.com/asmg07/items/0abad3e16886cb60ecef Hier wurde als Test ein Training mit Epochen 1000 durchgeführt, und die Ergebnisse waren wie folgt. Als Ergebnis von Tests, die auf diesem Modell basieren, stellt sich heraus, dass es wie folgt überhaupt nicht gelernt wurde. Bilder außerhalb der Kategorie Bilder in der Kategorie Das Problem, das aus diesem Ergebnis hervorgeht, besteht darin, dass überlegt werden muss, was zu tun ist, um die Schätzung von Bildern außerhalb der Kategorie zu verhindern.

Zusammenfassung dieses Artikels

Vorerst möchte ich tatsächlich versuchen, was passiert, wenn ich die Anzahl der zu trainierenden Bilder von etwa 100 auf Hunderte oder Tausende erhöhe.

Anmerkung

Da die Bildersammlung oben gezeigt wird, werde ich sie diesmal weglassen. Der Artikel wird unten gezeigt. Search.py im Artikel https://qiita.com/asmg07/items/8502fe59b65f92d1e379 Vott wird für Anmerkungen verwendet. Bilddaten ・ Asuka Saito 350 Blatt ・ Yuki Yoda 350 Blatt Ich denke darüber nach zu gehen. Lassen Sie außerdem nur die Bilder übrig, die von den von search.py heruntergeladenen Bildern verwendet werden können, und kommentieren Sie sie von dort aus Sie müssen hier zuerst geduldig sein, weil Sie es tun werden.

Über das Lernen

Epochen 50 Mal

Epochen 100 Mal

Fazit

Die Erkennung von Nogizaka selbst mit Yolo scheiterte. Der Grund ist, dass es hervorragend zur Erkennung von Personen geeignet ist, es jedoch schwierig ist, Personen zu erkennen. Ich weiß noch nicht warum. Ich werde die Entwicklung mit Yolo fortsetzen, aber das Nogizaka-Erkennungsprojekt wird vorerst ausgesetzt. Vielen Dank.