opticalflowを実装してみたが、精度があまり良くなかった。また、ベクトルの情報をどうやって取得するのか？

detect.pyの中身を読んで、txtデータを保存できるようにしたが、1フレームごとに保存さてしまうので、個数と種類の判別が出来ない。おそらく、detect.pyにフレームの設定すれば良いと考えているがどこを書き換えればいいのかよく分からない。

情報の通知のためにLINE botを用いようと考えて、実装しようとしたが設定がよく分からなくてまだ出来ていない。

dockerのコンテナ上ではカメラが使えなさそうなので、あらかじめ撮った動画で検出をしようと思う。

動画で野菜を検出した後、動画から情報を取り出す手段の検討がつかないです。

先週と今週はひたすら画像の複製とラベル付けの作業を行っていた。5つの野菜を1クラス200枚ほどのデータセットで学習を行ってみたが少し誤判定があったためデータセットをもう少し増やそうと思う。

画像のリアルタイム検出の方法と、ラベルを手動でつけるのがめんどくさいので画像とラベル両方複製出来るプログラムを検討中。

今日は朝から体調が優れないためゼミを欠席させて頂きます。

画像データ拡張ライブラリを用いて学習画像の水増しを行った。

データの水増しをするプログラムをいくつかコピペして実行しようとしたが上手くいかなかった。

open images datasetから500枚ほど画像をダウンロードしたがどこまで使用できるのかが分からない

VOTTのデータをroboflowを用いてYOLO形式のデータに変換した。

{{unknown}}

gitのYOLOv5のデモを実行したhttps://github.com/ultralytics/yolov5

野菜の画像収集をした

WindowsとLinux間での画像転送を行えるようにした

学習させる野菜を決定した。(キュウリ、レタス、キャベツ、人参、りんご)←食品ロスの上位で冷蔵保存するもの

YOLOの動作確認をした

アノテーションのためにVoTTをインストールした

GPU搭載PCにanacondaとCUDAとpytorchをインストールした。