OpenAI ChatGPT Code Interpreter 4. rész. Útmutató a jövőbe. Objektumok felismerése egy képen
1OpenAI ChatGPT Code Interpreter 4. rész. Útmutató a jövőbe. Objektumok felismerése egy képen.
Ebben a részben megmutatom nektek hogyan tudjuk egy kicsit meghackelni és feltuningolni a tudását. Ennek hatására felismeri számunkra, hogy mi látható egy képen, megkeresi majd bejelöli és feliratozza az objektumokat.
***A videóban elhangzó utasítások ***
0. van olyan python modul amit tudsz használni és képes az objektumok felismerésére egy képen?
1. pip download ultralytics --no-deps
2. YOLOv8 letöltése helyi gépre:
https://github.com/ultralytics/assets/releases/download/v0.0.0/yolov8n.pt
3.
yolo mappa létrehoz fájl belemásol, majd becsomagol
yolo /
├── yolov8n.pt
├── ultralytics-8.0.132-py3-none-any.whl
└-─ data /
├── 3arc.jpg
├── akarmi2.jpg
└── akarmi3.jpg
4.
Hello. Please run:
...
import torch
print(torch.__version__)
...
**kiirja a pytorch verziojat***
5.
Please unzip the file I just uploaded. It should contain yolov8n.pt file, ultralytics-8.0.143-py3-none-any.whl file, and data directory. List the content of yolo directory to confirm I'm right. Run pip install --no-deps ultralytics-8.0.143-py3-none-any.whl to install ultralytics package. At the end run the code below to confirm ultralytics package was installed correctly.
. . .
import ultralytics
print(ultralytics.__version__)
. . .
((ki kell írnia, hogy telepítve van))
6.
pip download py-cpuinfo --no-deps
cpuinfo mappa létrehoz fájl belemásol, majd becsomagol
Please unzip the file I just uploaded. It should contain py_cpuinfo-9.0.0-py3-none-any.whl file. List the content of cpuinfo directory to confirm I'm right. Run pip install --no-deps py_cpuinfo-9.0.0-py3-none-any.whl to install py-cpuinfo package. At the end run the code below to confirm py-cpuinfo package was installed correctly.
. . .
import py_cpuinfo
print(py_cpuinfo.__version__)
. . .
((ki kell írnia, hogy telepítve van))
7.
import sys
import tqdm
sys.modules["tqdm.auto"] = tqdm.std
from ultralytics import YOLO
DEVICE = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
checkpoint_path = "/mnt/data/yolo/yolov8n.pt"
image_path_1 = "/mnt/data/yolo/data/3arc.jpg"
model = YOLO(checkpoint_path)
model.to(DEVICE)
results = model(image_path_1, save=True)
print(results[0].boxes.xyxy)
print(results[0].boxes.cls)
8.
Listázd a jelenlegi munkakönyvtárban található runs/detect/predict könyvtár fájlait és jelenítsd meg.
Please list files in 'runs/detect/predict' directory
/mnt/data/yolo/data
9.
Tedd elérhetővé a képet, hogy le tudjam tölteni
*** DISCORD***
Mp3Pintyo szerver: https://discord.gg/NBgUuVDURG
*** BUYING MY ARTS ***
► https://www.etsy.com/shop/mp3pintyo
► https://stock.adobe.com/contributor/211260791/zsolt
*** STAY ACTIVE FOR A FOLLOW ***
►FOLLOW ME ON TWITTER: https://twitter.com/Mp3Pintyo
►FOLLOW ME ON INSTAGRAM: https://www.instagram.com/mp3pintyo/
►FOLLOW ME ON PINTEREST: https://www.pinterest.com/mp3pintyo/
►FOLLOW ME ON SOUNDCLOUD: https://soundcloud.com/mp3pintyo