Skip to content

Changes

View changes from to


On October 26, 2023 at 12:37:30 PM +0800, Gravatar 孟競傑:
  • Updated description of 俯拍牛隻移動軌跡模型 from

    此模型基於深度學習技術,使用俯拍牛隻移動軌跡影像資料集進行訓練,能夠預測牛隻在未來一段時間內的移動軌跡。
    to
    此模型基於深度學習技術,使用俯拍牛隻移動軌跡影像資料集進行訓練,能夠預測牛隻在未來一段時間內的移動軌跡。 資料集部分: 1.影像原始檔:影像來自國立中興大學動物科學系,以每秒一張進行影像擷取,擷取時間自2022年10月03日至2022年11月19日,共有2652張影像,每張影像檔案類型皆為jpg格式 2.影像標註檔:標註檔是透過人工的方式進行標註,如下圖所示,每張影像均標註完成,可直接使用,每個標註檔檔案名稱都對應到影像原始檔檔案名稱,共有2652檔標註檔,檔案類型為xml格式。 ![](https://hackmd.io/_uploads/Bkb93Dwfp.jpg) AI模型的部分: 該模型目的是辨識每頭牛隻的身分,硬體需求需NVIDIA顯卡,軟體需求方面,操作系統Window10,程式語言Python3.8或以上,需安裝anaconda與cuda,且須安裝pytorch(https://pytorch.org/) 輸入檔案:影像原始檔,如下圖: ![](https://hackmd.io/_uploads/BJwaBIPM6.jpg) 輸入檔案:影像標註檔,如下圖: ![](https://hackmd.io/_uploads/BJ2HVIDz6.jpg) 輸出檔案:框選出物件之影像,如下圖: ![](https://hackmd.io/_uploads/BJU5_IPMa.png) 使用步驟: 1. 使用anaconda建立一個虛擬環境 2. 下載影像原始檔與影像標註檔,並解壓縮 3. 在cmd處執行pip install -r requirement.txt下載模型套件 4. 將要辨識的影像放至pythonProject\yolov7-main\temp路徑底下 5. 透過cmd執行python detect_cow_shed.py –weights exp42/weights/best.pt –source temp/ 6. 辨識結果之影像將存在”runs/detect/imgs-track”路徑底下