[lutecki]

Cześć! Próbuję wytrenować model YOLOv8 do rozpoznawania samochodów (nie marek, po prostu auta) z poziomu widoku kierowcy. Nagrałem wstępnie 2 godziny widoku ruchu ulicznego Warszawy (słoneczny dzień, popołudnie, wieczór), wyciągnąłem po 1 klatce z każdej sekundy nagrania i oznaczam pojazdy. Nie wiem tylko która "szkoła" ma rację/jest lepsza: oznaczać jedynie całe auta, czy oznaczać wszystkie auta, również takie które są w kadrze w 1/3 bo stoją przed innym autem? A takie które są za krzakiem? Trudne się wylosowało ( ͡° ʖ̯ ͡°)

#programowanie #sztucznainteligencja #uczeniemaszynowe #yolo #python

[lutecki]

@lutecki: No I czy ten biały, po prawej od Peugeota powinienem oznaczyć, czy jednak nie? A ten po lewej od mojego?

[Pmpa]

@lutecki: naukowcem nie jestem, ale proponuje miec klase auto, i potem jednoczesnie podklasy auto bok kierowca, auto bok pasazer, auto tyl, auto polowa wedlug mnie da ci to pewna elastycznosc i rozszerzy twoje rozwiazanie

[lutecki]

@Pmpa: no właśnie na filmach nikt tak nie trenuje. Jednocześnie większość przykładów to bardzo płaskie obiekty lub auta jadące tylko w jednym kierunku…

[Pmpa]

@lutecki: no wlasnie auta w jednym kierunku, wiec jest to tylko jedna klasa zaproponowana przeze mnie.
Troche wiary mordeczko, chcesz jak malpa zrobic to co na filmiku to po co pytac na vikop aha

[Pasterz30]

@lutecki @Pmpa troche jak ziomek mowi, nauczylbym rozpoznawac jakies czesci auta, jakies charakterystyczne elementy, pod roznymi kątami robic foty i go trenowac, chyba nie ma innego sposobu

[tylkosieturozgladam]

@lutecki imo wszystko. Oczywiście jako ta sama klasa. Dorzuć Occlusion augmentation to ci poprawi performance i zwiększy zestaw danych. Pamiętaj też o innych augmentacjach jak bgr czy perspective.